Mean-Shift原理概述，挺详细的 Mean Shift 这个概念最早是由 Fukunaga 等人[1]于 1975 年在一篇关于概率密度梯度函 数的估计中提出来的,其最初含义正如其名,就是偏移的均值向量,在这里 Mean Shift是一个名 词,它指代的是一个向量,但随着 Mean Shift 理论的发展,Mean Shift 的含义也发生了变化,如果 我们说 Mean Shift算法,一般是指一个迭代的步骤,即先算出当前点的偏移均值,移动该点到其 偏移均值,然后以此为新的起始点,继续移动,直到满足一定的条件结束.

Mean Shift算法,一般是指一个迭代的步骤,即先算出当前点的偏移均值,移动该点到其偏移均值,然后以此为新的起始点,继续移动,直到满足一定的条件结束.

经典的c++图像分割算法，绝对能用，里面有实验图片。

vc++实现的mean shift图像分割算法，可对灰度图像和彩色图像进行分割。分割效果较好。

matlab 代码实现An EM-like algorithm for color-histogram-based object tracking

自己写的mean shift 算法，用于聚类。

资源里面包含了聚类方法中mean-shift聚类方法的实现，代码是matlab代码，导入matlab即可使用。

运动目标的检测与跟踪是视频分析的关键内容，也是计算机视觉研究的一个重要方向，它是智能监控、人机交互、航空航天、国防工业等应用的基础和关键技术，是当前的研究热点内容之一。本文在基于DirectShow的开发环境下，实现了具有检测与跟踪功能的视频系统，并主要针对Mean Shift跟踪算法进行了研究。

 针对Mean Shift算法不能跟踪快速目标、跟踪过程中窗宽的大小保持不变的特点。首先，卡尔曼滤波器初步预测目标在本帧的可能位置；其次， Mean Shift算法在这点的邻域内寻找目标真实的位置；最后，在目标出现大比例遮挡情况时，利用卡尔曼残差来关闭和打开卡尔曼滤波器。实验表明该算法在目标尺度变化、遮挡等情况下对快速运动的目标能够取得较好的跟踪效果。

基于Mean Shift的目标跟踪.pptx