本文將嘗試使用MeanShift濾波來做磨皮算法；圖玩智能科技爲企業提供更穩定更優質的美顏產品及服務，歡迎隨時諮詢www.toivan.com。
MeanShift即均值漂移，最早由Fukunage在1975年提出。
MeanShift一般是指一個迭代的步驟，即先算出當前點的偏移均值，然後以此爲新的起始點，繼續移動，直到滿足一定的結束條件；MeanShift廣泛應用於圖像聚類、平滑、分割和跟蹤方面，本文主要講的是圖像的平滑濾波，嘗試應用於人像的磨皮算法中；
我們使用一張圖來講解MeanShift的算法原理
Fig.1基本MeanShift算法示意圖
我們假設起始位置的濾波半徑爲Radius，也就是圖a中的藍色圓形區域半徑，圖a爲起始位置，假設紅色點爲目標像素，每個目標像素包含位置特徵和像素RGB特徵；
1，計算圖a起始位置處，半徑Radius內目標像素的位置特徵和像素RGB特徵的均值M，如圖c所示；
2，將起始位置的初始特徵(位置特徵和RGB特徵)更新爲特徵M；
3，計算M處半徑Radius區域內，目標像素的均值特徵M；
4，按照1-3的過程進行迭代，直到滿足一定的迭代次數和限制條件；
5，圖a中起始位置的RGB特徵值即爲迭代完成時M的RGB特徵值，如圖f所示；
整個過程也叫均值漂移，實際上不是位置從圖a起始值漂移到了f圖中的位置，而是圖a和圖f處的特徵值歸爲了一類，當然這裏指的是RGB像素值；
這裏我們只講最基本的MeanShift平滑濾波算法，對於改進的MeanShift算法不做講解；
算法流程如下：
1，假設當前像素點P(i,j)，濾波半徑爲R，迭代次數閾值爲maxIter，像素差值閾值爲threshold；
2，計算以P爲中心，R爲半徑的圓形區域S內目標像素的均值特徵，包含像素rgb的均值特徵和位置的均值特徵(質心)，計算公式如下：
其中K爲核函數，這裏取得是|x-y|；
1，將P的特徵值M更新爲2中計算的新特徵值；
2，按照2-3的步驟進行迭代，直到滿足迭代次數閾值maxIter停止，P處的像素值即迭代終結時的rgb特徵值；
上述即爲MeanShift平滑濾波算法的流程，該算法最大缺點爲速度慢，本文用它來嘗試磨皮效果，採用YCbCr顏色空間，僅對Y通道處理，以此加速；
效果圖如下所示：
