Metaheurystyki dla klasyfikacji bez nadzoru

W niniejszej pracy do problemu segmentacji obrazu podeszli¿my wykorzystuj¿c metaheurystyki, które okazäy si¿ bardzo skuteczne w dostarczaniu dobrych przybli¿onych rozwi¿zä ró¿nych problemów optymalizacyjnych. Pierwszym krokiem by¿o przeformu¿owanie problemu segmentacji na jednoobiektowy problem optymalizacyjny w pierwszym etapie oraz wieloobiektowy w drugim etapie. Drugi etap polegä na ekstrakcji informacji spektralnej i teksturowej obrazu. Do ekstrakcji informacji teksturalnej wykorzystano macierze wspó¿wyst¿powania. W celu skrócenia czasu oblicze¿ przeprowadzono wcze¿niej ekwiprobabiln¿ rekwantyzacj¿. Dla informacji spektralnej, rozwäali¿my ¿redni¿ i wariancj¿ poziomów szaro¿ci na obrazie.