Mean Shift算法,一般是指一个迭代的步骤,即先算出当前点的偏移均值,移动该点到其偏移均值,然后以此为新的起始点,继续移动,直到满足一定的条件结束.Comaniciu等人[3][4]把Mean Shift成功的运用的特征空间的分析,在图像平滑和图像分割中Mean Shift都得到了很好的应用. Comaniciu等在文章中证明了,Mean Shift算法在满足一定条件下,一定可以收敛到最近的一个概率密度函数的稳态点,因此Mean Shift算法可以用来检测概率密度函数中存在的模态.

meanshift均值平移跟踪算法中核函数窗宽的自动选取代码，根据目标大小变化核窗宽，使得当目标出现大小变化时准确跟踪到目标中心.

http://blog.csdn.net/luckydongbin/article/details/1534192

基于mean shift的医学影像分割，胃癌淋巴细胞的分割

基于matlab的图像跟踪程序 算法是mean shift 用鼠标选取一个要跟踪的目标 程序会自动跟踪

灰度图像的中值滤波算法verilog实现，并且实现了前端摄像头的采集程序。

关于mean shift 算法在图像分割，聚类方面的应用

A Unified Approach to Salient Object Detection via Low Rank Matrix Recovery这篇论文的代码，经测试能够运行。通过此程序，还可以很好的了解mean-shift算法的使用。

基于Mean Shift的序列图像手势跟踪算法

压缩包里有三个matlab程序，分别是K-mean聚类、LVQ聚类和混合高斯聚类，数据为两类二维高斯分布的随机点。程序展示了三种聚类算法的基本使用方法。算法原理可以参考周志华《机器学习》的第九章聚类。