ee.Algorithms.Image.Segmentation.KMeans

对输入图片执行 K-Means 聚类。输出一个单波段图片，其中包含每个像素所属的聚类的 ID。该算法可以处理固定网格的非重叠单元格（gridSize，可以小于图块），也可以处理重叠图块 (neighborhoodSize)。默认情况下，该算法使用不重叠的图块。

一个单元格或图块中的聚类与其他单元格或图块中的聚类无关。任何跨越单元格或图块边界的聚类都可能在两个部分中收到两个不同的标签。任何带有部分掩码的输入像素在输出中都会被完全掩盖。

用法	返回
ee.Algorithms.Image.Segmentation.KMeans(image, numClusters, numIterations, neighborhoodSize, gridSize, forceConvergence, uniqueLabels)	图片

参数	类型	详细信息
image	图片	用于聚类的输入图片。
numClusters	整数，默认值：8	聚类数。
numIterations	整数，默认值：20	迭代次数。
neighborhoodSize	整数，默认值：0	邻域大小。计算聚类时要扩展每个图块（重叠）的量。此选项与 gridSize 互斥。
gridSize	整数，默认值：null	网格单元格大小。如果大于 0，则 kMeans 将在此大小的单元格上独立运行。这样做的效果是将任何聚类的大小限制为 gridSize 或更小。此选项与 neighborhoodSize 互斥。
forceConvergence	布尔值，默认值：false	如果为 true，则在 numIterations 之前未实现收敛时会抛出错误。
uniqueLabels	布尔值，默认值：true	如果为 true，则会为聚类分配唯一 ID。否则，它们会按图块或网格单元格重复。