[发明专利]图像处理方法及非暂时性计算机可读介质

权利要求书

1.一种图像处理方法，包括：

通过计算系统获得(1)由相机设备捕获的参考图像和(2)目标阵列，其中所述参考图像包括多个像素，所述多个像素在参考图像中具有各自的像素位置和各自的色彩变量，其中目标阵列包括目标值，并且其中目标值分别对应于参考图像的像素；

由计算系统将参考图像的像素与顶点空间中的各个顶点关联，其中顶点空间包括两个空间维度和色彩空间维度，其中参考图像的像素与各个顶点之间的关联由关联矩阵定义，其中所述关联矩阵包括多个值，多个值中的少于一半是非零的；

由计算系统将目标值与各个顶点关联，参考图像的与目标值对应的像素是与所述各个顶点关联的；

由所述计算系统基于以下来确定顶点成本矩阵：(1)参考图像的像素和各个顶点之间的关联，以及(2)参考图像的像素对之间的相似度，其中，参考图像的特定像素对之间的相似度与参考图像中的该特定像素对的像素位置之间的距离、以及参考图像的该特定像素对的色彩变量之间的色彩空间维度中的距离相关；

由计算系统通过求解由顶点成本矩阵和顶点成本向量定义的线性系统来确定顶点的各个顶点拟合值，其中，顶点成本向量是基于(1)目标值与各个顶点之间的关联以及(2)目标值集合确定的；以及

由所述计算系统生成过滤的输出图像，其中所述过滤的输出图像包括分别对应于所述参考图像的像素的像素，其中生成过滤的输出图像包括使用与参考图像的像素关联的顶点的所确定的顶点拟合值作为基础来确定过滤的输出图像的各个像素。

2.如权利要求1所述的方法，其中确定所述顶点成本矩阵包括：

确定像素相似矩阵，其中所述像素相似矩阵包括多个值，其中所述像素相似矩阵的所述值分别对应于参考图像的像素对之间的相似度；以及

确定顶点相似矩阵，其中确定所述顶点相似矩阵包括使用所述关联矩阵来将所述像素相似矩阵因式分解；以及

基于顶点相似矩阵确定顶点成本矩阵。

3.如权利要求2所述的方法，其中确定所述顶点成本矩阵还包括：

基于所述关联矩阵的行和来确定第一对角矩阵；以及

确定第二对角矩阵，使得将所述关联矩阵、第一对角矩阵和第二对角矩阵应用于所述顶点相似矩阵导致为双随机的归一化像素相似矩阵；以及

基于顶点相似矩阵、第一对角矩阵和第二对角矩阵来生成顶点成本矩阵。

4.如权利要求3所述的方法，其中确定所述第二对角矩阵包括：

基于所述关联矩阵的行和来确定第一归一化向量；

多次更新第二归一化向量，其中更新所述第二归一化向量包括取基于以下两者之间的比率的向量的每个元素的平方根：(a)所述第一归一化向量与所述第二归一化向量的逐元素乘积；以及(b)顶点相似矩阵和第二归一化向量的乘积；以及

基于第二归一化向量确定第二对角矩阵。

5.如权利要求1所述的方法，其中，所述目标阵列包括与所述参考图像中的像素的数量一样多的目标值，并且还包括：

获得置信度阵列，其中置信度阵列包括置信度值，所述置信度值分别对应于目标阵列的目标值；以及

基于所述目标阵列和置信度阵列的逐元素乘积生成顶点成本向量。

6.如权利要求5所述的方法，还包括：

确定第二置信度阵列，其中第二置信度阵列包括分别对应于目标阵列的目标值的置信度值，其中确定第二置信度阵列的置信度值包括将相应的成本函数应用于过滤的输出图像的像素和目标阵列的目标值之间的相应的差；

基于(1)参考图像的像素和各个顶点之间的关联，(2)参考图像的像素对之间的相似度，以及(3)第二置信度阵列，确定第二顶点成本矩阵；

基于(1)目标值与各个顶点之间的关联以及(2)目标阵列与第二置信度阵列的逐元素乘积，确定第二顶点成本向量；

通过求解由第二顶点成本矩阵和第二顶点成本向量定义的线性系统，确定顶点的各个第二顶点拟合值；以及

生成第二过滤的输出图像，其中第二过滤的输出图像包括分别对应于参考图像的像素的像素，其中生成第二过滤的输出图像包括使用与参考图像的像素关联的顶点的确定的第二顶点拟合值作为基础，来确定第二过滤的输出图像的各个像素。