解读CMVision

Part I

      首先必须了解CMVision所处理的图像格式为YUV，如YUYV，两个像素占一个32位的结构体：{y1,u,y2,v}，故压缩了一半。CMVision的实时性完全取决于将每一像素与三通道颜色分量6个阈值的比较转化为直接用数组访问+移位操作，这种方式有点像直方图的建立过程，值落在数组的某一个index上就取出该index处的值，0表示不在阈值范围内，整个过程没有使用条件判断。而且它可以顾及任意数量的颜色分割要求。这就是它的出色的地方。

(CTeX  2006.9.14)

Part II

 void CMVision::connectComponents(rle * restrict map,int num)
{
  int x1,x2;
  int l1,l2;
  rle r1,r2;
  int i,p,s,n;

  l1 = l2 = 0;
  x1 = x2 = 0;

  // Lower scan begins on second line, so skip over first
  while(x1 < width){
    x1 += map[l1++].length;
  }
  x1 = 0;

  // Do rest in lock step
  r1 = map[l1];
  r2 = map[l2];
  s = l1;
  while(l1 < num){
    if(r1.color==r2.color && r1.color){
      if((x1>=x2 && x1<x2+r2.length) || (x2>=x1 && x2<x1+r1.length)){
        if(s != l1){
          map[l1].parent = r1.parent = r2.parent;
          s = l1;
        }else{
          // find terminal roots of each path
          n = r1.parent;
          while(n != map[n].parent) n = map[n].parent;
          p = r2.parent;
          while(p != map[p].parent) p = map[p].parent;

          // must use smaller of two to preserve DAGness!
          if(n < p){
            map[p].parent = n;
          }else{
            map[n].parent = p;
          }
        }
      }
    }

    // Move to next point where values may change
    if(x1+r1.length < x2+r2.length){
      x1 += r1.length;
      r1 = map[++l1];
    }else{
      x2 += r2.length;
      r2 = map[++l2];
    }
  }

  // Now we need to compress all parent paths
  for(i=0; i<num; i++){
    p = map[i].parent;
    if(p > i){
      while(p != map[p].parent) p = map[p].parent;
      map[i].parent = p;
    }else{
      map[i].parent = map[p].parent;
    }
  }
}
其中x1,x2代表像素点索引，l1,l2为RLE的index，r1,r2为当前比较的map。过程示意图

这个代码虽然寥寥数行，里面给出的信息很丰富：
1、定义同一区域为具有共同父节点的runs集合；
2、if((x1>=x2 && x1<x2+r2.length) || (x2>=x1 && x2<x1+r1.length))为判断是否为4-邻域；
3、if(s!l1)判断l1是否+1，l1不变则说明检测到了overlap(图2-4)；
...
讨论：
if((x1>=x2 && x1<x2+r2.length) || (x2>=x1 && x2<x1+r1.length))条件好像是多余的，因为   if(x1+r1.length < x2+r2.length)条件已经包含了它们是一定会相邻的.