جداسازي روزمينه از زمينه، در بسياري از كاربردهاي نظارت تصويري به عنوان اولين و مهمترين قدم شناخته مي‎‎شود و "تفاضل زمينه" روشي است كه معمولاً براي اين منظور استفاده مي‎‎شود. اين روش، هر فريم را با مدلي از صحنة خالي مقايسه كرده و ناحيه‎هايي از آنرا كه بطور قابل ملاحظه‎اي متفاوت به نظر مي‏رسند به عنوان نواحي روزمينه مشخص مي‎كند. اين مقاله روش جديدي براي تفاضل زمينه ارائه مي‏كند كه در آن ابتدا هر تصوير به بلوكهاي يكساني تفكيك شده و سپس ويژگيهاي تعيين‎كننده‎اي از بلوك‏ها محاسبه شده و سابقة مقادير هر يك از اين ويژگي‏ها، به صورت تركيبي از توزيعها‎ي گوسين مدل مي‏گردد. با ورود هر فريم جديد، اين توزيعها با روش سريعي بهنگام مي‎شوند آنگاه توزيعهاي گوسين مدلهاي تركيبي، براي يافتن توزيعهايي كه بيان‎كنندة زمينه هستند ارزيابي مي‎شوند و هر بلوك بر اساس اينكه مقادير ويژگيهاي آن جزو كداميك از توزيعها باشد در دو كلاس زمينه و روزمينه دسته‎بندي مي‎شود. پياده‎سازي نرم‎افزاري اين روش روي كامپيوتر شخصي، حاكي از عملكرد قابل قبول سيستم در برابر اجسام متجاوز به صحنه (مستقل از سرعت حركت آنها)، اضافه يا كاسته شدن اجسام داخل صحنه، نويز تصويربرداري و تغييرات ناخواستة صحنه است و سرعت بالا و نياز به حافظة كم، آنرا براي درصد بالايي از كاربردهاي بلادرنگ مناسب مي‏سازد. پرونده مقاله

آشكارسازي گوشه در بسياري از زمينه‌هاي پردازش تصوير و بينايي ماشين بكار مي‌رود. پيدا كردن همة گوشه‌ها، محاسبة موقعيت دقيق گوشه و مقاوم بودن الگوريتم در برابر نويز، معيارهاي مهم در آشكارسازي گوشه هستند. در اين مقاله با استفاده از مقادير تكين‌ِ ماتريس تعريف شده روي گراديان ناحية كوچكي از تصوير، گوشة مناسب استخراج ‌مي‌شود. روش ارائه شده در مقايسه با روش محاسباتي مبتني بر مقادير ويژه ماتريس همبستگيِ متقابلِ گراديان تصوير، كارايي بهتري نشان مي‌دهد. همچنين نتايج خوبي در برابر نويز بدست مي‌دهد. اين دو روش روي تصاوير ساختگي و تصاوير واقعي از صحنة ترافيك مقايسه شدند. از روش پيشنهادي نتايج بهتري حاصل شد. پرونده مقاله