opencv中的meanshift图像分割
Meanshift（均值漂移）是一种在一组数据的密度分布中寻找局部极值的稳定的方法。Meanshift不仅可以用于图像滤波，视频跟踪，还可以用于图像分割。
通过给出一组多维数据点，其维数是(x,y,r,g,b)，均值漂移可以用一个窗口扫描空间来找到数据密度最大的区域，可以理解为数据分布最集中的区域。
在这里需要注意，由于空间位置（也就是上面的x和y）的变化范围与颜色的变化范围（上面的r,g,b）有极大的不同，所以，meanshift对这两个维数要采用不同的窗口半径。在opencv自带的meanshift分割函数cvPyrMeanShiftFiltering()中，就专门有2个半径参数，分别是spatialRadius和colorRadius，这两个参数分别代表的是空间半径(x,y)和颜色(r,g,b)半径。
当均值漂移窗口移动时，经过窗口变换后收敛到数据峰值的所有点都会连通起来，并且属于该峰值。这种所属关系从密集的尖峰辐射，形成了图像的分割。opencv中的meanshift分割实际上是由比例金字塔（cvPyrUP（）,cvPyrDown()）完成的，相关的介绍大家可以看年learning opencv中关于图像金字塔的介绍。
下面的代码是我自己写的，大家可以参考一下。PS：我运行的时候发现实际上cvPyrMeanShiftFiltering的运行效率并不是很高，特别是把spatialRadius的值增大以后迭代时感觉很费时。
#include"highgui.h"
#include"cv.h"
#include
using namespace cv;
using namespace std;
IplImage* src; //source image
IplImage* dst; //the dst image after meanshift
int spatialRad=10,colorRad=20,maxPryLevel=1;
void on_Meanshift(int ) //the callback function
{
//cout<<"spatialRad="<width;
size.height = src->height;
dst = cvCreateImage(size,src->depth,3); //set the size of the dst image
cvNamedWindow("src",CV_WINDOW_AUTOSIZE);
cvNamedWindow("dst",CV_WINDOW_AUTOSIZE);
cvShowImage("src",src);
cvPyrMeanShiftFiltering(src,dst,spatialRad,colorRad,maxPryLevel);
//create the trackbar
cvCreateTrackbar("spatialRad","dst",&spatialRad,50,on_Meanshift);
cvCreateTrackbar("colorRad","dst",&colorRad,60,on_Meanshift);
cvCreateTrackbar("maxPryLevel","dst",&maxPryLevel,5,on_Meanshift);
cvShowImage("dst",dst);
cvWaitKey(0);
} 在代码中使用了trackbar,因此可以自己 改变spatialRad,colorRad,maxPryLevel的值，以便观察不同参数下的效果。截图如下
下面图是源图片
**************************************************************************************************************************