0042-在OpenCV下利用均值漂移(Meanshift)进行图像分割

均值漂移实现图像分割的大概原理请见网页http://www.docin.com/p-631981950.html，网页中对原理的理解已经说得比较清楚。如果你想了解详细原理，可以参考PAMI 2003的一篇文章,非常经典的哦,文章名称是 Mean Shift:A Robust Approach Toward Feature Space Analysis。

算法具点过程：
如下图所示：原点是选定的初始迭代点，将蓝色圆(其半径记为h)内所有向量相加，相加的结果如黄色向量所示，其终点指向上图所示的红色点，则下一次迭代以该红色点为圆心，h为半径画圆，然后求这个圆内以圆心为起点所有向量的和。如此迭代下去，圆的中心点为收敛于一个固定的点，也就是概率密度最大的地方。接着，在实现图像分割时，将收敛于同一极大值的所有点归为一类，将符合参数条件的类合并就得到图像分割的结果。Meanshift算法就是用于这个特点，体现了很好的边界识别特性。

OpenCV中提供了函数pyrMeanShiftFiltering()来实现色彩聚类平滑滤波,进而间接实现图像分割，其利用的原理正是均值漂移原理。注意，这个函数严格来说并不是进行图像的分割，而是图像在色彩层面的平滑滤波，它可以中和色彩分布相近的颜色，平滑色彩细节，侵蚀掉面积较小的颜色区域，所以在Opencv中它的后缀是滤波“Filter”，