'srandom': identifier not found
'random': identifier not found

在vc++中程序中用了srandom()和random()，头文件为stdlib.h,但编译出现错误error C3861: “srandom”: 找不到标识符。
原因是现在vc++编译器的库函数中没有srandom()和random()，分别用srand()和rand()代替了。

下载ca代码，添加test 图片
test/ ***.bmp 要求bmp格式，去掉该要求

直接测试道路场景图片，效果很差，车辆和环境融为一体，检测不出来

2D Hist

灰度图转3d

柱状图
柱状图+散点

用球显示3d 直方图3D histogram of RGB image

用矩形显示3d 直方图，效果较次

散点RGB 图

RGB/HSV Distribution http://cn.mathworks.com/matlabcentral/fileexchange/49002-rgb-hsv-distribution

输入：各个点的坐标
输出：匹配矩阵

Pixel-based

Adaptive kmeans Clustering for Color and Gray Image.
http://www.mathworks.com/matlabcentral/fileexchange/45057-adaptive-kmeans-clustering-for-color-and-gray-image

kmeans image segmentation
http://www.mathworks.com/matlabcentral/fileexchange/8379-kmeans-image-segmentation/content/kmeans.m

two segments
Fuzzy c-means segmentation http://cn.mathworks.com/matlabcentral/fileexchange/25532-fuzzy-c-means-segmentation?s_tid=srchtitle

Graph-based

[mex, require installation] Efficient Graph based image Segmentation
http://www.mathworks.com/matlabcentral/fileexchange/25866-efficient-graph-based-image-segmentation

2 class
Fast segmentation of N-dimensional grayscale images

http://www.mathworks.com/matlabcentral/fileexchange/41967-fast-segmentation-of-n-dimensional-grayscale-images

Chang log:

• add default alpha 0.5
• fix bug: Undefined function 'log' for input arguments of type 'uint8'.
• remove default alpha, add ui tool to help choose alpha
• 2016-03-14 remove ui tool

    image = ImCtrl(@imread, FilePick());
    alpha = Slider([0 1]);
    ii_image = ImCtrl(@rgb2ii.will2014, image, alpha);
    Fig.subimshow(image, ii_image);

Related Papers

Road Detection Based on Illuminant Invariance
dataset http://www.cvc.uab.es/adas/databases

ransac用作拟合特征点的匹配矩阵可以做图像匹配
http://grunt1223.iteye.com/blog/961063
http://cn.mathworks.com/help/vision/ref/estimategeometrictransformation.html
http://cn.mathworks.com/discovery/ransac.html?refresh=true
有源码在mathcenter

foreach_file_do('SLD2011\dataset3\sequence\01*.jpg', @imshow) works
while foreach_file_do('F:\Sync\dataset\SLD2011\0164*.jpg', @imshow); not work

• 多类别的GT
• 单个图片处理和视频处理
• 突出GT边缘
• 结果对比，和GT对比的漏报和错检
• 多个结果对比，多的漏报（越少越好）和多的错检（越少越好）

三种方式显示GT标注，目前仅支持两类识别的GT

my_ui_utils has been removed to a submodule, see https://github.com/baidut/simpleui4matlab

1. download here
2. add to path

极端的测试用例报错没有关系，不影响正常使用。

...
 ok: C:\Users\zqying\AppData\Roaming\MathWorks\MATLAB\R2015a\..
  ok: C:\Users\zqying\AppData\Roaming\MathWorks\MATLAB\R2015a\..\..
  ok: C:\Users\zqying\AppData\Roaming\MathWorks\MATLAB\R2015a\..\..\..
  ok: C:\Users\zqying\AppData\Roaming\MathWorks\MATLAB\R2015a\..\..\..\..
  ok: C:\Users\zqying\AppData\Roaming\MathWorks\MATLAB\R2015a\..\..\..\..\..
  ok: C:\Users\zqying\AppData\Roaming\MathWorks\MATLAB\R2015a\..\..\..\..\..\..
Path: [C:\Users\zqying\AppData\Roaming\MathWorks\MATLAB\R2015a\..\..\..\..\..\..\..]  ==> error
  GetFullPath replied: [C:\]
  Expected:            [C:\\]
Error using uTest_GetFullPath (line 336)
Error using uTest_GetFullPath (line 330)
uTest_GetFullPath: GetFullPath with folder failed

Error in InstallMex (line 191)
      feval(UnitTestName);

336          error(ErrID, lasterr);

svmtrain will be removed in a future release. See fitcsvm, ClassificationSVM, and CompactClassificationSVM instead.

机器学习的方法训练也需要较好的区分特征

I = ColorImg('peppers.png');
subplot(221), imshow(I.B);
I.R = I.B;
subplot(222), imshow(I);
subplot(223), imshow(I(1:2:end,:,:));
subplot(224), imshow(I.G(1:2:end,:));

Some tips for internal code implementation

oop overwrite http://cn.mathworks.com/help/matlab/matlab_oop/class-with-modified-indexing.html

可见度调整 Roma数据集
Fast Visibility Restoration from a Single Color or Gray Level Image
普林斯顿大学肖健雄教授视觉研究组推出了新的极简GPU卷积神经网络学习框架Marvin

TODO

layout 改进
http://blogs.mathworks.com/pick/2016/01/15/gui-layout-tool-3/
http://www.mathworks.com/matlabcentral/fileexchange/47982-gui-layout-toolbox

by averaging the gound truth images

注意到图像是非对称的，由于车辆靠右侧行驶，因此图像偏左。

Invalid MEX-file 'E:\Documents\MATLAB\G-toolbox\segment\Efficient Graph-Based Image
Segmentation\mexFelzenSegmentIndex.mexw64': 找不到指定的模块。

十字路口，路面车辆干扰

Filtering and Smoothing Data http://cn.mathworks.com/help/curvefit/smoothing-data.html

The dataset data type might be removed in a future release. To work with heterogeneous data, use the MATLAB® table data type instead. See MATLAB table documentation for more information.

table

    input_video = '%datasets\2016_0208_103559_417.MOV';
    Out.namefmt = '%%Out/%04d.jpg';
    Out.roi = [480 640];
    Out.fps = 2;
    vvDataset.vid2img(input_video, Out);

暂放该问题

夜间道路的颜色信息几乎丢失，由于夜间拍摄亮度不足，噪点很多，HSV中的HS分量都非常不稳定，显示出噪声

http://blogs.mathworks.com/steve/2008/01/31/counting-occurrences-of-image-colors/

RangeSlider 滑动条一旦改变位置就会触发回调函数，所以拖动时所有中间值都会被执行
对于执行比较慢的回调函数则会失去响应。

解决
找松开滑动条才触发的属性

dusk

结果十分不稳定
hough只能用作粗检测，需要进一步细化

检测强阴影 S2，处理弱阴影 S_B

imgFile = '%datasets\KITTI\data_road\training\image_2\uu_000083.png';
% uu_000083
% um_000008
Raw = RawImg(imgFile);
ROI = Raw.rectroi({ceil(Raw.rows/2):Raw.rows,1:Raw.cols});
S2 = vvFeature.Slog(Raw.data);

% first do road marking remval, then do S2 feature extraction

Fig.subimshow(S2);return;

问题1 在windows下跑linux matlab code
可以删除该行，或者从msys2中打开matlab

车道线提取算法评测方式：

Caltech数据集

正确率
ISM Video-Based Lane Detection Using a Fast Vanishing Point Estimation Method
评测数据

方案1 exe 调用

Raw = imread('F:\Documents\pku-road-dataset\1\EMER0009\0379.jpg');
Seg =  FelzenSegment(Raw);
implot(Raw,Seg);

方案2 mex 编写
方案3 c实现

matlab image segmentation

kmeans Fast kmeans Algorithm Code

加权：远处的边界点权重低于近处的
利用边界在空间上的连续性采用跟踪的方法搜索边界

或者修改特征提取步骤
引入聚类方法

过滤

*求导数，去掉导数太大的点
*对得到的点再过滤阴影点

implot has been removed, see #16

%IMPLOT Plot images.
%   IMPLOT(I,J,K,...) plots I,J,K,... with automatic layout, each input can
%   be a string pecifying the image, a matrix or image data(rgb/gray/bw). Filename or
%   variable name of each input and the type of image will be titled.
%
%   Example 1
%   ---------
%   Plot the images of given folder. 
%
%      Football = imread('football.jpg');
%      Cameraman = imread('cameraman.tif'); 
%      implot(Football, Cameraman);
%      implot('kids.tif',rgb2gray(Football), im2bw(Cameraman));
%      maxfig;
% 
%   Example 2
%   ---------
%   Plot the images of a given folder. 
%
%      files = str2files('dataset/lane detection/*.picture'); 
%      % files = str2files('./*.jpg'); % current folder
%      implot(files{:});
%   
%   See also SELPLOT.

roma road area ground truth
用ps很方便，但是输出为彩色图像，注意存储为png格式，jpg有损压缩，不能作为标定。
需要matlab处理一下，保存为二值图像
二值图像压缩还不如不压缩

参数

http://www.sfu.ca/~msa68/ICMV07.pdf

目标

细化问题

暂放双车道，多车道，先解决农村道路

农村道路特点：

无车道标记线，道路两旁为杂草或者水泥地pavement

• 必要输出：车道线直线参数k和b
• 不必要输出：路面区域，输出一个mask二值图像

直线参数采用txt字符存储

方便查看
对每个视频，输出一个txt文件保存以上参数，以供汇总demo程序调用，或用于标定改进等工作。

二值图像采用bmp格式

优点：BMP 支持 1 位到 24 位颜色深度。BMP 格式与现有 Windows 程序（尤其是较旧的程序）广泛兼容。
缺点： BMP 不支持压缩，这会造成文件非常大。

汇总demo程序采用opencv+QT编写

运行速度快，跨平台，可移植到嵌入式，易打包，方便制作界面。
读取txt和mask图像，并显示。

边界提取算法是 瓶颈

测试实例

压缩的时候对对比度分量进行了压缩，造成一个块内的像素的对比度变化不大，有明显的块效应

https://people.csail.mit.edu/celiu/OpticalFlow/

S2特征仅仅可以改善S通道 抵抗强阴影的干扰，建议采用II光照不变特征。
见 rgb2ii

不可靠表现在：

'K:\Documents\MATLAB\dataset\roma\LRAlargeur13032003\IMG00772.jpg'
强阴影时路面S2高于边界，需要通过边缘实现边界检测

Test.onVideo('K:\Documents\MATLAB\dataset\SLD2011\dataset1\sequence_1.mpg');
ROI设置需要去除底边
算法需要能够抗遮挡
提供ROI设置接口

S2特征不能直接进行分割，因为有的车道标记线会影响接下来的扫描
暂时是 通过mask去除中间区域解决的

readRoad('%datasets\pku\1\0181.jpg')

ISM2015
ICASSP2016
的方法均无法解决

关键在路面分割这一环节的瓶颈

转向 python+opencv
读 kitti eval 评估的py代码
阅读 VLfeat 源码

TODO https://github.com/baidut/OpenVehicleVision/search?utf8=%E2%9C%93&q=TODO