4、经典跟踪算法（上）：均值漂移（Mean Shift）算法原理、连续自适应均值漂移（CAMShift）算法、光流法（Lucas-Kanade）原理与实现
各位同学，今天我们来啃三块硬骨头：Mean Shift、CAMShift 和光流法。这三兄弟是传统目标跟踪里的经典套路，虽然现在深度学习满天飞，但它们在特定场景下依然能打。我个人习惯把这类算法叫做“轻量级狙击手”——资源消耗低，响应快，但需要你懂它的脾气。
4.1 均值漂移（Mean Shift）算法原理
先说说 Mean Shift。这名字听起来玄乎，说白了就是“找密度中心”。你想象一下：一堆点散落在空间里，算法会不断往点最密集的地方挪动，直到站稳脚跟。用在目标跟踪上，就是拿目标区域的颜色直方图当模板，然后在下一帧里找最像的地方。
核心思想： 用核函数给像素点加权，离中心越近权重越大。然后计算偏移向量，让窗口中心往密度梯度上升的方向移动。
数学上其实不复杂：
1. 计算目标区域的颜色直方图（通常是RGB或HSV的量化）
2. 在候选区域计算相似度（常用Bhattacharyya系数）
3. 用Mean Shift公式更新窗口中心：
y_new = (Σ x_i * w_i * g(||x_i - y||²)) / (Σ w_i * g(||x_i - y||²))
其中w_i是权重，g是核函数的导数
4. 迭代直到收敛（移动距离小于阈值）我在项目中遇到过一个问题：当目标颜色和背景颜色相近时，Mean Shift 很容易漂走。有一次做行人跟踪，那人穿着灰色衣服走在水泥地上，算法直接“叛变”去跟踪地面了。嗯，这里要注意——颜色特征在复杂背景下非常脆弱。
4.2 连续自适应均值漂移（CAMShift）算法
CAMShift 是 Mean Shift 的升级版。它解决了 Mean Shift 的一个大问题：窗口大小固定。你想想看，目标靠近摄像头时会变大，远离时会变小，固定窗口肯定不行。
CAMShift 的做法很聪明：每次迭代后，根据目标的零阶矩（其实就是像素质量分布）来调整窗口尺寸和方向。说白了，就是让窗口能“呼吸”。
实现步骤：
- 初始化搜索窗口（位置和大小）
- 计算窗口内的颜色概率分布（反向投影）
- 执行 Mean Shift 找到新中心
- 根据二阶矩计算窗口的宽度、高度和旋转角度
- 用新窗口重复步骤2-4
我个人习惯用 CAMShift 做手势跟踪。记得有一次做智能家居项目，用户用手势控制灯光，CAMShift 在 640x480 分辨率下能跑到 30fps，效果相当不错。但有个坑：当目标快速运动时，CAMShift 容易跟丢，因为它每帧只迭代几次，运动幅度大了就追不上。
4.3 光流法（Lucas-Kanade）原理与实现
光流法走的是另一条路。它不依赖颜色，而是靠像素点的运动。核心假设是：同一个点在相邻帧之间，亮度保持不变。然后通过求解光流方程，算出每个像素的移动向量。
Lucas-Kanade 方法（简称LK）做了一个关键简化：假设一个小窗口内所有像素的运动一致。这样就把一个欠定问题变成了超定问题，用最小二乘法求解。
数学形式：
对于窗口内的每个像素，有：
Ix * u + Iy * v + It = 0
写成矩阵形式：
[Ix1 Iy1] [u] [It1]
[Ix2 Iy2] [v] = [It2]
[... ...] [... ]
用最小二乘解：
[u; v] = (A^T * A)^(-1) * A^T * b你想想看，这个方程其实很脆弱。如果窗口内纹理太少（比如一面白墙），A^T*A 矩阵会奇异，解出来的光流全是噪声。我在做无人机视觉导航时遇到过这个问题——飞过一片水面，光流完全乱跳。
代码示例（OpenCV Python）：
import cv2
import numpy as np
# 读取两帧图像
prev = cv2.imread('frame1.jpg', 0)
next = cv2.imread('frame2.jpg', 0)
# 设置LK参数
lk_params = dict(winSize=(15, 15),
maxLevel=2,
criteria=(cv2.TERM_CRITERIA_EPS | cv2.TERM_CRITERIA_COUNT, 10, 0.03))
# 检测角点作为跟踪点
p0 = cv2.goodFeaturesToTrack(prev, mask=None, maxCorners=100,
qualityLevel=0.3, minDistance=7)
# 计算光流
p1, st, err = cv2.calcOpticalFlowPyrLK(prev, next, p0, None, **lk_params)
# 筛选有效点
good_new = p1[st == 1]
good_old = p0[st == 1]这段代码我用了很多次。注意 winSize 这个参数——窗口太小容易受噪声影响，太大又可能违背运动一致性假设。我一般设 15x15 到 21x21 之间，具体要看图像分辨率和运动速度。
4.4 三种算法的对比与选型
说了这么多，到底该用哪个？我整理了一张表，方便你快速决策：
| 算法 | 核心原理 | 优点 | 缺点 | 适用场景 |
|---|---|---|---|---|
| Mean Shift | 颜色密度梯度上升 | 简单、快速、无参数 | 窗口固定、颜色敏感 | 目标颜色独特、尺度变化小 |
| CAMShift | 自适应窗口的Mean Shift | 尺度自适应、旋转不变 | 快速运动易丢失 | 手势跟踪、人脸跟踪 |
| LK光流 | 亮度恒定+运动一致性 | 不依赖颜色、精度高 | 纹理要求高、计算量大 | 特征点跟踪、运动估计 |
我个人建议：如果目标颜色特征明显且场景简单，用 CAMShift 最省事；如果场景纹理丰富且需要精确运动，用 LK 光流；如果资源受限（比如嵌入式设备），Mean Shift 的轻量级优势就体现出来了。
好了，这一章的内容就到这里。三种算法各有千秋，没有银弹。关键是要理解它们的假设条件，然后在实际场景中灵活组合。下一章我们会继续聊其他经典跟踪算法，到时候再对比着看。