行程编码求差集

一.行程编码和Region

行程编码可以表示用来表示图像感兴趣区域，通过(y,x1,n)或者(y,x1,x2)方式，表示一行中连续的区域。在图像处理时Region是一个很常用的概念，在halcon中大量使用，通过将图像处理的范围限制在一个指定的区域(Region)内，容易求解问题和提高速度。

在halcon中经常会求两个Region的并集、差集和交集。一个容易想到的方法是将Region转换为黑白图像，然后求两个图像位运算，在opencv中很容易实现。这种方法有一个问题，如果Region区域比较小，如果是将其转换为图像求，会产生较大的计算量。本文介绍一种无需转换为图像，求Region差集的算法。

二.问题转化

行程编码的Region求差集最终可以转换为一行求差集问题。因此只需要解决行求差集即可。

所谓差集是指区域1中排除区域2所在的部分，如上图所示为行求差集。

三.问题分析

3.1 问题归纳

定义：一个段表示x连续的区域，即(x1,x2)，x1为前端x，x2为后端x。段集表示多个段的集合。

上图中，假设绿色为减段集X，蓝色为被减段集X’，x1,x2为X的当前段的前端和后端，x’1,x’2为X’的前端和后端，结果为差段集D。

任何时候一个减段和被减段的关系存在6种，上图中从左到右。

（1）被减段完全在减段左边，即x’2<=x1;

（2）被减段部分在减段左边，即x’1 <= x1 && x1 <= x’2 && x’2 <= x2;

（3）被减段在减段中间，即x’1>=x1 && x’2<=x2；

（4）被减段部分在减段右边，即x1 <= x’1 && x’1 <= x2 && x2 <= x’2

（5）被减段完全在减段右边，即x’1>=x2

（6）减段完全在被减段中间，即x’1<=x1 && x’2>=x2

用index指向减段，初值为0， index’指向被减段，初值为0；将xp指向待求的差段前端，即第一个减段的前端。算法如下：

3.2 情况1

3.2 情况2

3.3 情况3

3.4 情况4

3.5 情况5

3.6 情况6

四.算法过程

1. 用index指向减段，初值为0， index’指向被减段，初值为0；将xp指向待求的差段前端，即第一个减段的前端
2. 判定当前减段和被减段的所属情况，根据上面情况1~情况6操作index、index'和差段集合
3. 如果index<减段集合个数，则继续2操作，否则结束。

五.实验结果