ee.Algorithms.Image.Segmentation.KMeans

Giriş görüntüsünde K-ortalama kümeleme gerçekleştirir. Her pikselin ait olduğu kümenin kimliğini içeren 1 bantlı bir görüntü oluşturur. Algoritma, çakışmayan hücrelerden oluşan sabit bir ızgarada (gridSize, bir döşemeden daha küçük olabilir) veya çakışan döşemelerde (neighborhoodSize) çalışabilir. Varsayılan olarak, çakışmayan kutular kullanılır. Bir hücre veya döşemedeki kümeler, başka bir hücre veya döşemedeki kümelerle ilişkili değildir. Bir hücre veya döşeme sınırını kapsayan tüm kümeler, iki yarıda iki farklı etiket alabilir. Kısmi maskeler içeren tüm giriş pikselleri çıkışta tamamen maskelenir.

Kullanım	İadeler
ee.Algorithms.Image.Segmentation.KMeans(image, numClusters, numIterations, neighborhoodSize, gridSize, forceConvergence, uniqueLabels)	Resim

Bağımsız Değişken	Tür	Ayrıntılar
image	Resim	Kümeleme için giriş resmi.
numClusters	Tamsayı, varsayılan: 8	Küme sayısı.
numIterations	Tamsayı, varsayılan: 20	Yineleme sayısı.
neighborhoodSize	Tamsayı, varsayılan: 0	Mahallenin boyutu. Kümeler hesaplanırken her bir kutunun genişletileceği (çakışma) miktar. Bu seçenek, gridSize ile birlikte kullanılamaz.
gridSize	Tam sayı, varsayılan: null	Izgara hücresi boyutu. 0'dan büyükse kMeans, bu boyuttaki hücrelerde bağımsız olarak çalıştırılır. Bu, herhangi bir kümenin boyutunu ızgara boyutu veya daha küçük olacak şekilde sınırlar. Bu seçenek, neighborhoodSize ile birlikte kullanılamaz.
forceConvergence	Boole değeri, varsayılan: false	Doğruysa, numIterations'dan önce yakınsama sağlanmazsa hata verilir.
uniqueLabels	Boole değeri, varsayılan: true	Doğruysa kümelere benzersiz kimlikler atanır. Aksi takdirde, her kutu veya ızgara hücresinde tekrarlanır.