Histgram Backproject

见文章[1]，其主要用于计算被查找图像中的像素为目标图像中像素的概率。根据Bayes rule,即:
$\hspace{4mm}P(target|pixel) = \frac{P(target)*P(pixel|target)}{P(pixel)} \\ \hspace{4mm}其中: \\ \hspace{8mm}P(target)为目标出现的概率，可直接忽略 \\ \hspace{8mm}P(pixel|target)即目标区域的直方图(需要归一化) \\ \hspace{8mm}P(pixel)即被查找图像的直方图(需要归一化)$

说明

1. 上式中的分母P(pixel)可以忽略(认为每个像素出现的概率是一样的)，即opencv的做法
2. 文章[1]中，使用圆形滤波函数对计算好的概率图进行滤波平滑,即:
   $filter(x,y) = \begin{cases} 1\hspace{4mm}if (x^2+y^2<r^2)\\ 0\hspace{4mm}otherwise \end{cases}$

Reference

1. Indexing Via Color Histograms