使用加速鲁棒功能（SURF）的对象识别由三个步骤组成：功能提取，功能描述和功能匹配。此示例执行特征提取，这是冲浪算法的第一步。此处使用的算法基于OpenSurf库实现。此示例显示了如何使用GPU CODER™通过CUDA®代码生成来解决此密集问题。

从MATLAB®代码生成CUDA®MEX，并在两个图像之间执行功能匹配。此示例使用来自图像处理工具箱™的MatchFeatures函数来匹配两个图像之间的特征描述符，这些图像相互旋转和缩放。通过使用加速稳健特征（冲浪）算法检测并提取这两个图像的特征描述符。

为MATLAB®函数生成CUDA®MEX，该功能可以检测和输出图像上的车道标记边界。该示例将RGB映像作为输入，并使用OrdFilt2，Hough，Houghpeaks和Houghlines功能，这些功能是Image Processing Toolbox™的一部分，以生成泳道检测的输出图像。

通过MATLAB®函数生成的CUDA®MEX函数在图像中演示边缘检测。边缘检测算法使用半精度数据类型实现。

为Simulink®模型生成CUDA®代码，该模型可万博1manbetx以在图像上检测和输出车道标记边界。此示例将RGB图像作为输入，并使用精加工，，，，RGB2Gray，，，，ORDFILT2（图像处理工具箱），伙计（图像处理工具箱），Houghpeaks（图像处理工具箱）和Houghlines（图像处理工具箱）是图像处理工具箱的一部分的功能，可检测车道标记。该示例通过使用Houghlines函数紧密遵循GPU上的车道检测。

FOG整流算法的典型实现。示例使用conv2，，，，IM2Gray， 和Imhist（图像处理工具箱）功能。此示例紧密遵循雾化纠正示例。此示例说明了以下概念：GPU环境的验证。