C++ Meanshift目标跟踪算法研究搜索窗口质心更新问题

我一直在尝试实现用于跟踪对象的meanshift算法，并介绍了相关概念

根据现在，我已经成功地从我的相机生成了一个反向投影流，带有一个单通道色调roi直方图和一个单通道色调视频流，看起来不错，我知道opencv库中有一个meanshift函数，但我正在尝试使用opencv中提供的数据结构实现一个，计算矩并计算搜索窗口的平均质心

但由于某种原因，我无法在代码中找到问题所在，因为它会不断收敛到视频流的左上角，以便跟踪任何输入roi（感兴趣区域）。以下是用于计算搜索窗口质心的函数的代码片段，我觉得问题出在哪里，但不确定问题出在哪里，如果有人能为我指出正确的方向，我将不胜感激：

void moment(Mat &backproj, Rect &win){

    int x_c, y_c, x_c_new, y_c_new;    
    int idx_row, idx_col;
    double m00 = 0.0 , m01 = 0.0 , m10 = 0.0 ;
    double res = 1.0, TOL = 0.003 ;

    //Set the center of search window as the center of the probabilistic image:
    y_c =  (int) backproj.rows / 2 ; 
    x_c =  (int) backproj.cols / 2 ; 

    //Centroid search solver until residual below certain tolerance:
    while (res > TOL){

        win.width = (int) 80; 
        win.height = (int) 60; 

        //First array element at position (x,y) "lower left corner" of the search window:
        win.x = (int) (x_c - win.width / 2) ;
        win.y = (int) (y_c - win.height / 2); 

        //Modulo correction since modulo of negative integer is negative in C:
        if (win.x < 0)
                win.x = win.x % backproj.cols + backproj.cols ;

        if (win.y < 0)
                win.y = win.y % backproj.rows + backproj.rows ;   

        for (int i = 0; i < win.height; i++ ){  

                //Traverse along y-axis (height) i.e. rows ensuring wrap around top/bottom boundaries:                  
                idx_row = (win.y + i) % (int)backproj.rows ;

                for (int j = 0; j < win.width; j++ ){

                        //Traverse along x-axis (width) i.e. cols ensuring wrap around left/right boundaries:
                        idx_col = (win.x + j) % (int)backproj.cols ;    
                        //Compute Moments:                            
                        m00 += (double) backproj.at<uchar>(idx_row, idx_col) ;
                        m10 += (double) backproj.at<uchar>(idx_row, idx_col) * i ;
                        m01 += (double) backproj.at<uchar>(idx_row, idx_col) * j ;
                }
        }

        //Compute new centroid coordinates of the search window:
        x_c_new = (int) ( m10 / m00 ) ;
        y_c_new = (int) ( m01 / m00 );

        //Compute the residual:
        res = sqrt( pow((x_c_new - x_c), 2.0) + pow((y_c_new - y_c), 2.0) ) ;

        //Set new search window centroid coordinates:
        x_c = x_c_new;
        y_c = y_c_new;
    }
}

无效时刻（Mat和backproj、Rect和win）{
int x_c，y_c，x_c_new，y_c_new；
int idx_行，idx_列；
双m00=0.0，m01=0.0，m10=0.0；
双res=1.0，TOL=0.003；
//将搜索窗口的中心设置为概率图像的中心：
y_c=（int）backproj.rows/2；
x_c=（int）backproj.cols/2；
//质心搜索解算器，直到残差低于特定公差：
while（res>TOL）{
win.width=（int）80；
win.height=（int）60；
//位于搜索窗口“左下角”位置（x，y）的第一个数组元素：
win.x=（int）（x_c-win.width/2）；
win.y=（int）（y_c-win.height/2）；
//模校正，因为负整数的模在C中为负：
如果（赢x<0）
win.x=win.x%backproj.cols+backproj.cols；
如果（赢y<0）
win.y=win.y%backproj.rows+backproj.rows；
对于（int i=0；i

这是我第二次询问stackoverflow，所以请原谅我忘记遵守的任何指导原则

编辑

由于Daniel Strul指出，将m00、m01、m10更改为在WHILE-LOOP中阻止级别变量，而不是函数级别变量，但问题仍然存在。现在，搜索窗口围绕帧边界跳跃，而不是聚焦于roi

    void moment(Mat &backproj, Rect &win){

    int x_c, y_c, x_c_new, y_c_new;    
    int idx_row, idx_col;
    double m00 , m01 , m10 ;
    double res = 1.0, TOL = 0.003 ;

    //Set the center of search window as the center of the probabilistic image:
    y_c =  (int) backproj.rows / 2 ; 
    x_c =  (int) backproj.cols / 2 ; 

    //Centroid search solver until residual below certain tolerance:
    while (res > TOL){

        m00 = 0.0 , m01 = 0.0 , m10 = 0.0
        win.width = (int) 80; 
        win.height = (int) 60; 

        //First array element at position (x,y) "lower left corner" of the search window:
        win.x = (int) (x_c - win.width / 2) ;
        win.y = (int) (y_c - win.height / 2); 

        //Modulo correction since modulo of negative integer is negative in C:
        if (win.x < 0)
                win.x = win.x % backproj.cols + backproj.cols ;

        if (win.y < 0)
                win.y = win.y % backproj.rows + backproj.rows ;   

        for (int i = 0; i < win.height; i++ ){  

                //Traverse along y-axis (height) i.e. rows ensuring wrap around top/bottom boundaries:                  
                idx_row = (win.y + i) % (int)backproj.rows ;

                for (int j = 0; j < win.width; j++ ){

                        //Traverse along x-axis (width) i.e. cols ensuring wrap around left/right boundaries:
                        idx_col = (win.x + j) % (int)backproj.cols ;    
                        //Compute Moments:                            
                        m00 += (double) backproj.at<uchar>(idx_row, idx_col) ;
                        m10 += (double) backproj.at<uchar>(idx_row, idx_col) * i ;
                        m01 += (double) backproj.at<uchar>(idx_row, idx_col) * j ;
                }
        }

        //Compute new centroid coordinates of the search window:
        x_c_new = (int) ( m10 / m00 ) ;
        y_c_new = (int) ( m01 / m00 );

        //Compute the residual:
        res = sqrt( pow((x_c_new - x_c), 2.0) + pow((y_c_new - y_c), 2.0) ) ;

        //Set new search window centroid coordinates:
        x_c = x_c_new;
        y_c = y_c_new;
    }
}

无效时刻（Mat和backproj、Rect和win）{
int x_c，y_c，x_c_new，y_c_new；
int idx_行，idx_列；
双m00、m01、m10；
双res=1.0，TOL=0.003；
//将搜索窗口的中心设置为概率图像的中心：
y_c=（int）backproj.rows/2；
x_c=（int）backproj.cols/2；
//质心搜索解算器，直到残差低于特定公差：
while（res>TOL）{
m00=0.0，m01=0.0，m10=0.0
win.width=（int）80；
win.height=（int）60；
//位于搜索窗口“左下角”位置（x，y）的第一个数组元素：
win.x=（int）（x_c-win.width/2）；
win.y=（int）（y_c-win.height/2）；
//模校正，因为负整数的模在C中为负：
如果（赢x<0）
win.x=win.x%backproj.cols+backproj.cols；
如果（赢y<0）
win.y=win.y%backproj.rows+backproj.rows；
对于（int i=0；i

算法总是收敛到左上角，与输入数据无关的原因是

m00

，

m10

和

m01

从不重置为零：

• 在迭代0中，对于每个力矩变量

  m00

  ，

  m10

  while (res > TOL){
      ...
      double m00 = 0.0, m01 = 0.0, m10 = 0.0;
      for (int i = 0; i < win.height; i++ ){
          ...
  

      x_c_new = win.x + (int) ( m10 / m00 ) ;
      y_c_new = win.y + (int) ( m01 / m00 );