RT,具体来说对象是一张灰度图的某一像素块(记为集合B),该像素块有如下特征:
①像素块是不规则形状,同时是连续、实心的;
②像素块中每一像素和其边相邻像素差值不超过阈值τ,在视觉上可以认为这些区域纹理平滑,即没有明显的边缘或其他纹理(后续可能有更复杂规则如连续两次相邻差值不得超过2τ-k之类的)(或可使用其他方法得到像素块,欢迎告知);
③该像素块中有某一个像素值未知,记该像素为p,该像素可能在块内(非边缘,记为集合S)或块边缘(记为集合T);
④像素块分布在以p为中心的n*n的矩形区域内;
需求是:使用非CNN方法,得到p的预测值p',|Δp|需要尽可能小,有如下说明:
①若p∈S,可以认为p与周围像素有相同的平滑程度;
②若p∈T,p可能属于集合B,也可能属于和B互斥的另一平滑像素集B';
补充一下灰度图特征:
①该灰度图是摄影原照片,未经其他处理;
②该灰度图无噪点;
(lena、baboon、elaine等)
补充一下目前难点:
目前有看了梯度预测、逆梯度预测、扭曲距离预测(Warped Distance)等算法以及其他一些性能还不如这些的算法,但是这些预测器对于不规则区域的预测性能不太好
求助各位大佬有无适用我这种情况的预测算法,如有的话贴算法的名称/过程/论文等均可,事关毕业,小弟在此拜谢了
①像素块是不规则形状,同时是连续、实心的;
②像素块中每一像素和其边相邻像素差值不超过阈值τ,在视觉上可以认为这些区域纹理平滑,即没有明显的边缘或其他纹理(后续可能有更复杂规则如连续两次相邻差值不得超过2τ-k之类的)(或可使用其他方法得到像素块,欢迎告知);
③该像素块中有某一个像素值未知,记该像素为p,该像素可能在块内(非边缘,记为集合S)或块边缘(记为集合T);
④像素块分布在以p为中心的n*n的矩形区域内;
需求是:使用非CNN方法,得到p的预测值p',|Δp|需要尽可能小,有如下说明:
①若p∈S,可以认为p与周围像素有相同的平滑程度;
②若p∈T,p可能属于集合B,也可能属于和B互斥的另一平滑像素集B';
补充一下灰度图特征:
①该灰度图是摄影原照片,未经其他处理;
②该灰度图无噪点;
(lena、baboon、elaine等)
补充一下目前难点:
目前有看了梯度预测、逆梯度预测、扭曲距离预测(Warped Distance)等算法以及其他一些性能还不如这些的算法,但是这些预测器对于不规则区域的预测性能不太好
求助各位大佬有无适用我这种情况的预测算法,如有的话贴算法的名称/过程/论文等均可,事关毕业,小弟在此拜谢了