使用颜色信息检测和跟踪道路边缘设置在主要住宅设置可能没有车道标记。基于颜色的跟踪实例说明了如何利用颜色空间转换块、霍夫变换块和卡尔曼滤波块来检测和跟踪色调和饱和度信息。

探测和跟踪道路车道标记在视频序列，并告知司机，如果他们跨越车道移动。该示例示出了如何使用霍夫变换，霍夫线和卡尔曼滤波的块以创建一个线检测和跟踪算法。的例子中实现了该算法使用以下步骤：1）检测车道标记在所述当前视频帧。2）匹配与那些在先前视频帧中检测到的当前的车道标记。3）找到左，右侧车道标线。4）发出警告消息如果跨过任一车道标记的车辆的移动。

使用高斯混合模型(GMMs)检测和计数视频序列中的汽车。

跟踪一个人的脸和手使用基于颜色的分割方法。

跟踪火车站的物体，并确定哪些物体保持静止。公共场所的废弃物品引起当局的关注，因为它们可能会构成安全隐患。算法，例如本例中使用的算法，可用于帮助安全人员监控现场监控视频，将他们的注意力引导到潜在的感兴趣的区域。

检测和跟踪汽车在使用光流估计视频序列。

检查芯和在光纤的横截面中的包层二者的同心度。同心度的核心是如何中心是包层中的测量。

创建其可以识别和解释一个GTIN-13条形码的图像处理系统。该GTIN-13条码，正式名称为EAN-13，是一个国际条码标准。它是广泛使用的UPC标准的超集。

使用绝对差用于检测视频序列中的运动（SAD）方法之和。此示例适用SAD独立视频序列的四个象限。如果在一个象限中检测到运动，则示例用红色加亮的象限。

使用模式匹配和目标跟踪2-d归一化互相关。

使用基本形态学算来提取视频流的信息。在这种情况下，模型计算每个视频帧的订钉数量。注意，在每个视频帧中的焦点和照明变化。

在时间片段视频。本例中的算法可用于检测视频流的主要变化，如广告开始和结束的时间。它在编辑视频或想跳过某些内容时非常有用。

过程监视视频选择包含运动帧。安全问题的任务使用摄像机的重要位置连续监测。为了有效地记录，审查和归档数据的这种大规模的量，你可以减少视频帧的大小或减少您录制的视频帧的总数。这个例子说明了后一种方法。在这里面，在摄像机视场运动触发“有趣”的视频帧的抓取。

认识到交通警示标志，如停止，不进入，和产量，在彩色视频序列。

除去照相机运动的来自视频流的效果。

通过使用图像采集工具箱™提供的从视频设备块从点灰色Flea®2照相机到的Simulink获取实时图像数据。万博1manbetx该示例使用计算机视觉工具箱™创建能够识别并解释GTIN-13条码的图像处理系统。该GTIN-13条码，正式名称为EAN-13，是一个国际条码标准。它是广泛使用的UPC标准的超集。

创建一个从视频序列的马赛克。视频镶嵌拼接是视频帧在一起，形成场景的全面视图的过程。将得到的马赛克图像是视频数据的紧凑表示。视频镶嵌块往往是在视频压缩和监控应用中使用。

使用Image Acquisition Toolbox™提供的From Video Device块从滨松C8484摄像头获取实时图像数据到Simulink®。万博1manbetx应用Prewitt方法在输入视讯流中寻找目标的边缘。