对象识别使用骗健壮的特性(冲浪)由三个步骤组成:特征提取、特征描述和特征匹配。这个例子进行特征提取,冲浪算法的第一步。这里使用的算法是基于OpenSURF库实现。这个例子展示了如何使用GPU编码器™解决计算密集型问题通过CUDA®代码生成。

生成CUDA®墨西哥人从MATLAB®代码和执行功能两个图像之间的匹配。下面的例子使用了matchFeatures从图像处理工具箱™函数匹配的特征描述符两个图像之间的旋转和缩放彼此。两幅图像的特征描述符检测和提取使用骗健壮的特性(冲浪)算法。

生成CUDA®墨西哥人的MATLAB®函数,可以检测并输出通路标志图像的边界。以RGB图像作为输入,采用ordfilt2,脚腕,houghpeaks和houghlines函数的图像处理工具箱™生产lane-detected输出图像。

演示了边缘检测在图像CUDA®墨西哥人功能由MATLAB®生成功能。边缘检测算法实现与half-precision数据类型。

为仿真软件生成CUDA®代码®模型能够检测和输出通路万博1manbetx标志图像的边界。此示例将RGB图像作为输入并使用imresize,rgb2gray,ordfilt2(图像处理工具箱),脚腕(图像处理工具箱),houghpeaks(图像处理工具箱)houghlines(图像处理工具箱)函数的图像处理工具箱™检测车道标记。这个例子紧随车道检测在GPU上通过使用houghlines函数。

一个典型的雾矫正算法的实现。本例使用conv2,im2gray,imhist(图像处理工具箱)功能。这个例子紧随雾整流的例子。这个例子说明了以下概念:GPU的验证环境。