使用定制的功能包工作流创建基于内容的图像检索(CBIR)系统。

使用二维归一化互相关进行模式匹配和目标跟踪。该示例使用预定义的或用户指定的目标和要跟踪的类似目标的数量。归一化交叉相关图表明，当值超过设定的阈值时，目标被识别。

在一个杂乱的场景中检测一个特定的对象，给定该对象的参考图像。

使用HOG特征和多类SVM分类器对数字进行分类。

自动确定一对图像之间的几何变换。当一个图像相对于另一个图像由于旋转和缩放而变形时，使用detectSURFFeatures而且estgeotform2d求旋转角度和比例因子。然后可以对扭曲的图像进行转换，以恢复原始图像。

使用基于特征的图像配准技术自动创建全景图。

稳定从一个紧张的平台上捕捉到的视频。稳定视频的一种方法是跟踪图像中的一个显著特征，并将其作为锚点，消除与之相关的所有扰动。然而，在启动这个过程时，必须知道这样一个显著的特征在第一个视频帧中的位置。在这个例子中，我们探索一种不需要任何先验知识的视频稳定方法。相反，它会自动搜索视频序列中的“背景平面”，并使用其观察到的失真来校正相机运动。

使用形态学运算来计数视频流中的对象。

结合使用基本形态学运算符和blob分析从视频流中提取信息。在本例中，该示例计算了每一帧视频中大肠杆菌的数量。注意，单元格的亮度是变化的，这使得分割任务更具挑战性。