donnees;

% Param�tres de la m�thode de segmentation :
T_0 = 1.0;
alpha = 0.99;
q_max = 50;
beta = 2.0;

% Estimation des param�tres des N classes :
N = 4;
nb_tirages = 100000;
[moyennes, variances, poids] = estimation_non_super(I, N, nb_tirages);

% trac�/calcul des histogrammes :
[fxi, x] = ksdensity(I(:), 1:255);

fxe = sum(poids ./ sqrt(2 * pi * variances) .* exp(- (x - moyennes).^2 ./ variances / 2));

figure;
plot(x, fxi);
hold on;
plot(x, fxe);

legend(["image", "MAP"])

export_fig(gcf, "saves/exo2hist_" + num2str(N) + "N_" + num2str(beta) + "B_" + num2str(alpha) + "A" + ".png", '-png', '-painters', '-m2');

% Permutation des classes pour pouvoir calculer le pourcentage de bonnes classifications :
[~, indices] = sort(moyennes, 'ascend');
moyennes = moyennes(indices);
variances = variances(indices);
couleurs_classes = couleurs_classes(indices, :);

% Calcul de l'attache aux donn�es (vraisemblance) :
AD = attache_donnees(I, moyennes, variances);

% Initialisation des classes :
couleurs_pixels = zeros(nb_lignes, nb_colonnes, 3);
[U, k] = min(AD, [], 3);

for i = 1:nb_lignes

    for j = 1:nb_colonnes
        couleurs_pixels(i, j, :) = couleurs_classes(k(i, j), :);
    end

end

% close all;
figure;
% subplot(1,2,2);
imagesc(couleurs_pixels);
axis equal;
axis off;
[fimage, map] = rgb2ind(couleurs_pixels, 256);
imwrite(fimage, map, "saves/exo2mv.png");
% title(['Maximum de vraisemblance'],'FontSize',20);
% fprintf('Tapez un caractere pour lancer le recuit simule\n');
% pause;

% Calcul de l'�nergie initiale :
for i = 1:nb_lignes

    for j = 1:nb_colonnes
        U(i, j) = U(i, j) + beta * regularisation(i, j, k, k(i, j));
    end

end

% Minimisation de l'�nergie par recuit simul� :
temps_affichage = 0.05;
T = T_0;

for q = 1:q_max

    % Boucle du recuit simul� :
    [U, k] = recuit_simule(U, k, AD, T, beta);

    % Mise � jour de l'affichage :
    for i = 1:nb_lignes

        for j = 1:nb_colonnes
            couleurs_pixels(i, j, :) = couleurs_classes(k(i, j), :);
        end

    end

    imagesc(couleurs_pixels);
    axis equal;
    axis off;
    title([num2str(q) + "/" + num2str(q_max) + ", " + num2str(N) + "N, " + num2str(beta) + "B, " + num2str(alpha) + "A"]);
    pause(temps_affichage);

    if q == 1
        delete("saves/recuit_MAP_" + num2str(N) + "N_" + num2str(beta) + "B_" + num2str(alpha) + "A" + ".gif")
    end

    export_fig(gcf, "saves/recuit_MAP_" + num2str(N) + "N_" + num2str(beta) + "B_" + num2str(alpha) + "A" + ".gif", '-png', '-painters', '-m2', '-append');

    % Mise � jour de la temp�rature :
    T = alpha * T;
end

% Calcul du pourcentage de pixels correctement class�s :
pixels_correctement_classes = find(k == k_exact);
nb_pixels = nb_lignes * nb_colonnes;
fprintf('Pixels correctement classes : %.2f %%\n', 100 * length(pixels_correctement_classes(:)) / nb_pixels);