אבל עדיין יש הרבה שיטות טובות מאוד
באופן כללי הבעיה היא Image segementation שהיא שונה במקצת מclustering כללי בML אבל עדיין כנראה שקול מבחינה חישובית (פתירת image segementation אפשרית ע"י clustering, ואפשר לייצג את בעיית הקיבוץ הדו-מימדית! בעזרת תמונה כמו שהראו למעלה ולפתור עם image segementation). עוד על הנושאים כמובן יש בויקי http://en.wikipedia.org/wiki/Segmentation_%28image_processing%29 http://en.wikipedia.org/wiki/Data_clustering נראה לי הדרך הכי טובה כאן היא לבצע "גילוי שפות", ואח"כ לעשות קמור של השפות (כי בד"כ מקבלים שפות לא רציפות מרוב האלגוריתמים) ותקבל משהו סביר בזמן ריצה יחסית טוב. מצד שני אפשר גם לנקוט בגישות יותר מתחום הML, ולבצע k-means וכאלה, אבל כאן ההפרדה שנראית היא הפרדה חזקה מאוד (אולי גם אפשר לתחום "איזורים גדולים" בתמונה ע"י פרספטרונים חוזרים לכל קבוצה שרוצים לתחום בכל פעם (משהו בסגנון "corss validation"), אבל יכול להיות שזה קשה (ואפילו בלי אפשרי בלי לדעת מראש את מספר התחומים).