目标跟踪： CamShift 算法

1.前言

CAMShift算法通过构建目标的颜色直方图模型，将图像转化为颜色概率分布图，并设定初始的搜索窗口尺寸与位置。随后，依据前一帧所获取的信息，自动调节当前帧中搜索窗口的尺寸与位置，从而确定当前图像中目标的中心坐标。
CAMShift的核心流程依然基于Meanshift算法，但在此基础上进一步引入了图像灰度相似性的评估指标。通过颜色与灰度双重相似性度量的协同作用，该方法有效实现了对目标的持续跟踪。

2.MeanShift算法原理与应用

【

Meanshift作为一种高效的特征空间分析手段，已被广泛应用于图像滤波、图像分割以及物体跟踪等多个领域。关于Meanshift算法的详细阐述，可参考PAMI 2002年发表的论文[1]。

假设在d维空间R中存在n个样本点，记为 ,i=1,…,n，在该空间中任意选取一个点x，那么Mean Shift向量的基本表达形式可定义为：

Sk表示一个高维球形区域，其半径为h，该区域由所有满足特定条件的y点构成。

![](http://pic002.cnblogs.com/images/2012/358029/201205121516