之前的基于對象分類提到了圖像分割，但當時沒太搞懂

放代碼：

var inputsSNIC={image:image,size:20,compactness:1,neighborhoodSize:null} var seg1=ee.Algorithms.Image.Segmentation.SNIC(inputsSNIC); var seg2=ee.Algorithms.Image.Segmentation.SNIC(inputsSNIC).reproject(image.select(0).projection(),null,10);print(seg1)Map.addLayer(seg1.select(0),{},'without reproject') Map.addLayer(seg2.select(0),{},'with reproject')print(Map.getScale())

這是論壇大神貼的代碼，圖像分割后的斑塊大小會隨著地圖放縮而改變，因此需要reproject操作來固定我們想要的大小。
SNIC算法介紹：
只找到一個介紹SLIC的，但我覺得兩個應該差不多——https://blog.csdn.net/ns708865818/article/details/49004035，和K-means聚類算法比較像，其中各參數的意義是compactness值越大，分成的塊越接近正方形。size越大，種子點（聚類中心）分布越分散，分成的塊越大。neighborhoodSize表示聚類中心周圍的搜索空間。reproject函數表示重投影，里面的參數是投影，投影需要的參數，輸出分辨率。

分割大致效果：

（結合圖像分割和基于對象分類方法可以做出很好的分類效果）

總結

以上是生活随笔為你收集整理的google earth engine随缘学习（十一）影像分割的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。