خوب ابتدا باید دنباله تصاویر را در یک ماتریس چند بعدی تعریف کنیم . دو آرگومان اول ماتریس مختصات x و y هر تصویر خواهد بود . یعنی مختصات (x,y) .
وجود آرگومان بعدی به این بستگی دارد که تصویر به چه صورت تعریف شده باشد . مثلا برای تصویر سیاه و سفید ، برای هر پیکسل که با همان مختصات (x,y) تعریف شده ، تنها یک عدد وجود دارد بنابراین نیازی به تعریف آرگومان سوم به صورت (x,y,z) نیست .
اما اگر تصویر رنگی باشد و از شیوه تعیین رنگ RGB استفاده شده باشد ، آنگاه برای هر پیکسل ، 3 عدد خواهیم داشت . بنابراین برای ابعاد ماتریس ، باید آرگومان سوم را برابر 3 تعریف کنیم . یعنی z می تواند 1 و 2 و 3 باشد که هر کدام آن یک عدد از سه عدد مربوط به رنگ پیکسل (x,y) است .
آرگومان چهارم نیز مربوط به دنباله تصاویر است که در آنها باید هدف دنبال شود .
بنابراین به عنوان اگر تعداد 50 تصویر رنگی متوالی داشته باشیم که هر تصویر از آنها دارای 200 پیکسل در جهت x و 100 پیکسل در جهت y باشد ، آنگاه ماتریس چند بعدی با اندازه (200,100,3,50) خواهیم داشت .
ابتدا ماتریس را با دستور zeros ، با عناصر صفر می سازیم (در سرعت برنامه اثر زیادی دارد) سپس تصاویر را در متلب load می کنیم و آنها را در ماتریس مذکور قرار می دهیم .
تا اینجا در واقع اطلاعات را مرتب سازی کردیم تا مرحله پردازش تصویر شروع شود . در واقع شروع برنامه نویسی ، همان ساخت اطلاعات اولیه و آگاهی یافتن از نحوه تعیین رنگ هر پیکسل تصویر با اعداد مختلف است .