Создайте систему Извлечения изображений на основе содержимого (CBIR) с помощью индивидуально настраиваемого рабочего процесса набора признаков.

Используйте 2D нормированную взаимную корреляцию для сопоставления с образцом и целевое отслеживание. Предопределенное использование в качестве примера или пользователь задало цель и количество подобных целей, которые будут прослежены. Нормированный график взаимной корреляции показывает, что, когда значение превышает порог набора, цель идентифицирована.

Обнаружьте конкретный объект в нарушенной сцене, учитывая ссылочное изображение объекта.

Классифицируйте цифры, использующие функции ПОЖИРАТЕЛЯ РЕСУРСОВ и мультикласс классификатор SVM.

Автоматически определите геометрическое преобразование между парой изображений. Когда одно изображение будет искажено относительно другого попеременно и шкалы, используйте detectSURFFeatures и estimateGeometricTransform2D найти угол поворота и масштабный коэффициент. Можно затем преобразовать искаженное изображение, чтобы восстановить оригинальное изображение.

Автоматически создайте панораму с помощью методов регистрации изображений на основе объектов.

Стабилизируйте видео, которое было записано с нервной платформы. Один способ стабилизировать видео состоит в том, чтобы отследить существенную функцию в изображении и использовать это в качестве точки привязки, чтобы уравновесить все возмущения относительно него. Эта процедура, однако, должна быть загружена со знанием того, где такая существенная функция находится в первом видеокадре. В этом примере мы исследуем метод видео стабилизации, которая работает без любого такого априорного ведома. Это вместо этого автоматически ищет "фоновую плоскость" в видео последовательности и использует ее наблюдаемое искажение, чтобы откорректировать для движения камеры.

Используйте морфологические операции, чтобы считать объекты в видеопотоке.

Используйте комбинацию основных морфологических операторов и анализа блоба, чтобы извлечь информацию из видеопотока. В этом случае пример подсчитывает количество E. Coli bacteria в каждом кадре видео. Обратите внимание, что ячейки имеют различную яркость, что делает задачу сегментации более сложной.