控件的图像在白板上跟踪标记仿真软件。ImageType数据类型。

在Simulink®中使用数据流执行域在多核上运行视频处理系统。

使用颜色信息检测和跟踪道路边缘设置在主要住宅环境，车道标记可能不存在。基于颜色的跟踪示例说明了如何使用颜色空间转换块、霍夫变换块和卡尔曼过滤器块来检测和跟踪使用色调和饱和度的信息。

在视频序列中检测和跟踪道路车道标记，并通知司机，如果他们正在穿过车道。该示例说明了如何使用霍夫变换、霍夫线和卡尔曼滤波器块来创建线检测和跟踪算法。本例通过以下步骤实现该算法:1)检测当前视频帧中的车道标记。2)将当前车道标记与前一视频帧中检测到的车道标记进行匹配。3)找到左右车道标志。4)如果车辆越过任何一个车道标志，发出警告信息。

使用高斯混合模型(GMMs)在视频序列中检测和计数汽车。

使用基于颜色的分割方法跟踪一个人的脸和手。

跟踪火车站的物体，并确定哪些物体保持静止。在公共场所丢弃的物品可能会造成安全隐患，这引起了有关部门的关注。算法(例如本例中使用的算法)可用于协助安全人员监控实时监控视频，将他们的注意力引导到潜在的感兴趣区域。

利用光流估计在视频序列中检测和跟踪汽车。

在光纤截面上检查光纤芯层和光纤包层的同心度。同心度是衡量核心在包层内的居中程度。

使用绝对差和(SAD)方法检测视频序列中的运动。本例将SAD独立应用于视频序列的四个象限。如果在一个象限中检测到运动，示例将用红色突出显示该象限。

使用二维归一化互相关进行模式匹配和目标跟踪。

使用基本的形态学运算符从视频流中提取信息。在这种情况下，模型计算每个视频帧中的订书钉数量。注意每个视频帧的焦点和光线都在变化。

及时分割视频。本例中的算法可用于检测视频流中的主要变化，例如广告开始和结束的时间。在编辑视频或想要跳过某些内容时，它可以很有用。

处理监控视频以选择包含运动的帧。出于安全考虑，必须使用摄像机对重要地点进行持续监控。为了有效地记录、查看和归档大量数据，您可以减少视频帧大小或减少记录的视频帧总数。这个例子说明了后一种方法。在该系统中，摄像机视野内的运动触发了“有趣”视频帧的捕捉。

识别彩色视频序列中的交通警告标志，如“停止”、“禁止进入”和“让行”。

从视频流中移除摄像机运动的效果。

使用图像采集工具箱™提供的来自视频设备块从Point Grey Flea®2摄像机获取实时图像数据到Simulink®。本例使用计算机视觉工具箱™创建一个图像处理系统，该系统可以识别和解释GTIN-13条形码。GTIN-13条码，正式名称为EAN-13，是一种国际条码标准。它是广泛使用的UPC标准的超集。

从视频序列中创建一个马赛克。视频拼接是将视频帧拼接在一起，以形成场景的全面视图的过程。由此产生的马赛克图像是视频数据的紧凑表示。视频拼接块通常用于视频压缩和监控应用。

使用图像采集工具箱™提供的来自视频设备块从Hamamatsu C8484摄像机获取实时图像数据到Simulink®。应用Prewitt方法对输入视频流中的物体进行边缘提取。