meanshift算法简介.pptVIP

通常H取为正比于单位矩阵的对角阵即 ; h为核函数的带宽,为一确定在系数，常用的单位核函数G（x）如下： 分别是单位均匀核函数 和单位高斯核函数；前面公式可写为： 这里可以看到若W(xi)=1, G(x)=1时， 就转化成了meanshift基本形式。 对目标进行跟踪时，可以把图片想象成一张概率密度图。图像输入后是一个目标图像的直方图（也可以认为是目标图像），还一个输入是当前图像就是你要跟踪的全图，输出大小与全图一样大，它上像素点表征着一种概率，就是全图上这个点是目标图像一部分的概率。如果这个点越亮，就说明这个点属于物体的概率越大。现在我们明白了这原来是一张概率图了。当用meanshift跟踪时，输入的原来是这样一幅图像，如此可以实现对目标的跟踪。 关键：反向投影 如果一幅图像的区域中显示的是一种结构纹理或者一个独特的物体，那么这个区域的直方图可以看作一个概率函数，给出的是某个像素属于该纹理或物体的概率。所谓反向投影就是首先计算某一特征的直方图模型，然后使用模型去寻找测试图像中存在的该特征。 算法过程 ?(1).初始化搜索窗 ?