用matlab实现的meanshift跟踪算法

close all;
clear all;
% videoObj = VideoReader（‘C:\Users\liuxuxing\Desktop\meanshift\sample1.avi‘）;%读视频文件
% videoObj.frameRate 
% nframes = get（videoObj ‘NumberOfframes‘）;%获取视频文件帧个数
% for k = 1 : nframes
%     currentframe = read（videoObj k）;%读取第i帧
%     imwrite（currentframestrcat（‘C:\Users\liuxuxing\Desktop\meanshift\sample\‘num2str（k）‘.png‘）‘png‘）;% 保存帧
% end
% % 

%%%%%%%%%%%%%%%%%根据一幅目标全可见的图像圈定跟踪目标%%%%%%%%%%%%%%%%%%%%%%%
%aviobj = avifile（‘t8.avi‘）;
I=imread（‘old\350.png‘）;
figure（1）;
imshow（I）;
[temprect]=imcrop（I）;
[abc]=size（temp）; 

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%计算目标图像的权值矩阵%%%%%%%%%%%%%%%%%%%%%%%
y（1）=a/2;
y（2）=b/2;
tic_x=rect（1）+rect（3）/2;
tic_y=rect（2）+rect（4）/2;
m_wei=zeros（ab）;%权值矩阵
h=y（1）^2+y（2）^2 ;%带宽


for i=1:a
    for j=1:b
        dist=（i-y（1））^2+（j-y（2））^2;
        m_wei（ij）=1-dist/h; %epanechnikov profile
    end
end
C=1/sum（sum（m_wei））;%归一化系数


%计算目标权值直方图qu
%hist1=C*wei_hist（tempm_weiab）;%target model
hist1=zeros（1a*b）;
for i=1:a
    for j=1:b   
        %rgb颜色空间量化为16*16*16 bins
        q_r=fix（double（temp（ij1））/16）;  %fix为趋近0取整函数
        q_g=fix（double（temp（ij2））/16）;
        q_b=fix（double（temp（ij3））/16）;
        q_temp=q_r*256+q_g*16+q_b;            %设置每个像素点红色、绿色、蓝色分量所占比重           
        hist1（q_temp+1）= hist1（q_temp+1）+m_wei（ij）;    %计算直方图统计中每个像素点占的权重
    end
end
hist1=hist1*C;
rect（3）=ceil（rect（3））;
rect（4）=ceil（rect（4））;
%% 
%%%%%%%%%%%%%%%%%%%%%%%%%读取序列图像

for l=1:100
    Im=imread（strcat（‘old\‘num2str（314+l）‘.png‘））;  
    num=0;
    Y=[22];

     %%%%%%%mean shift迭代
    while（（Y（1）^2+Y（2）^2>0.5）&num<20）   %迭代条件
        num=num+1;
       temp1=imcrop（Imrect）; 
       %计算侯选区域直方图
       %hist2=C*wei_hist（temp1m_weiab）;%target candidates pu