原文http://blog.csdn.net/houdy/archive/2004/11/10/175844.aspx
這裏來到了CamShift算法，OpenCV實現的第二部分，這一次重點討論Mean Shift算法。
在討論Mean Shift算法之前，首先討論在2D概率分佈圖像中，如何計算某個區域的重心(Mass Center)的問題，重心可以通過以下公式來計算：
1.計算區域內0階矩
for(int i=0;i<height;i++)
for(int j=0;j<width;j++)
M00+=I(i,j)
2.區域內1階矩：
for(int i=0;i<height;i++)
for(int j=0;j<width;j++)
{
M10+=i*I(i,j);
M01+=j*I(i,j);
}
3.則Mass Center爲：
Xc=M10/M00; Yc=M01/M00
接下來，討論Mean Shift算法的具體步驟，Mean Shift算法可以分爲以下4步：
1.選擇窗的大小和初始位置.
2.計算此時窗口內的Mass Center.
3.調整窗口的中心到Mass Center.
4.重複2和3，直到窗口中心"會聚"，即每次窗口移動的距離小於一定的閾值。
在OpenCV中，提供Mean Shift算法的函數，函數的原型是：
int cvMeanShift(IplImage* imgprob,CvRect windowIn,
CvTermCriteria criteria,CvConnectedComp* out);
需要的參數爲：
1.IplImage* imgprob：2D概率分佈圖像，傳入；
2.CvRect windowIn：初始的窗口，傳入；
3.CvTermCriteria criteria：停止迭代的標準，傳入；
4.CvConnectedComp* out:查詢結果，傳出。
(注：構造CvTermCriteria變量需要三個參數，一個是類型，另一個是迭代的最大次數，最後一個表示特定的閾值。例如可以這樣構造criteria：criteria=cvTermCriteria(CV_TERMCRIT_ITER|CV_TERMCRIT_EPS,10,0.1)。)
返回的參數：
1.int：迭代的次數。
實現代碼：暫時缺