灰度重心法（Gray-scale Center of Mass Method）是一种在图像处理和计算机视觉中常用的方法。这种方法主要用于确定图像中物体的质心或重心位置，特别是在灰度图像中。

灰度重心法的基本思想是，根据图像中每个像素的灰度值及其位置信息来计算一个加权重心，这个重心可以认为是图像中物体的重心。具体步骤如下：

扫描图像：从图像的左上角开始，逐行扫描整个图像。
计算灰度值和位置信息：对于每个像素，记录其灰度值以及位置信息（如行号和列号）。
计算加权重心：根据每个像素的灰度值和位置信息，计算一个加权值。通常，灰度值越高（越亮），其权重就越大。然后，根据所有像素的加权值和位置信息，计算一个加权重心。
确定物体位置：加权重心的位置可以认为是图像中物体的质心或重心位置。
灰度重心法具有以下优点：

对噪声有一定的鲁棒性：由于是计算加权重心，所以即使存在一些噪声像素，也不会对结果产生太大影响。
可以用于定位：可以用于确定图像中物体的位置，特别是在物体形状不规则或边界不清晰的情况下。
计算简单：计算过程相对简单，容易实现。
因此，灰度重心法在图像处理、计算机视觉和模式识别等领域有着广泛的应用。