Дана робота присвячена дослідженню питання сегментації текстурних зображень. В якості текстурних ознак були використані енергетичні характеристики Лавса. Був побудований алгоритм знаходження енергетичних характеристик Лавса, на основі якого розроблені алгоритми сегментації текстурних зображень, а також зроблена їхня програмна реалізація. Проведено дослідження результатів сегментації на базі методу характеристик Лавса. Результати досліджень дозволяють зробити висновок про доцільність застосування розроблених алгоритмів для сегментації текстурних зображень, а також для рішення завдання розпізнавання й пошуку в базах даних. ПРОГНОЗУВАННЯ, СЕГМЕНТАЦІЯ ЗОБРАЖЕНЬ, ЧАСОВИЙ РЯД, ФІЛЬТР, МЕТОД АДАПТИВНОГО ПРОГНОЗУВАННЯ Данная работа посвящена применению адаптивных методов прогнозирования в задачах сегментации потока видеданых. Был рассмотрен и отптимизирован метод обработки видеоданных и обнаружения изменений в потоке видеокадров - метод настраиваемой модели. Выполнена оптимизация алгоритма с помощью модели Тригга-Лича. В результате эксперимента показана эффективность предложенного нейросетевого подхода к детектированию изменений сцены. Рассмотрена зависимость результатов анализа от выбора параметров сегментации исходных данных. ПРОГНОЗИРОВАНИЕ, СЕГМЕНТАЦИЯ ИЗОБРАЖЕНИЙ, ВРЕМЕННОЙ РЯД, ФИЛЬТР, МЕТОД АДАПТИВНОГО ПРОГНОЗИРОВАНИЯ