摘要

目的:Mean shift方法在模式检测、聚类、图像分割、图像滤波以及目标实时跟踪等方面的应用非常广泛。本文主要对Mean shift基本方法进行理论分析并对其在图像处理与模式识别领域的应用进行综述和展望。方法:首先根据非参数密度估计理论推导Mean shift方法的一般公式与表达形式,并对算法的基本步骤和收敛性进行了分析和论述;然后对核函数的选择以及窗口带宽矩阵的计算等关键技术进行讨论。结果:在综述mean shift基本原理基础上对该方法的特点、发展及应用进行了展望。结论:Mean shift算法具有计算简单、收敛速度快和对噪声的鲁棒性强等优点。作为一种高效的非参统计迭代算法,Mean s...