技術(shù)特征：

1.一種圖像風(fēng)格化重建方法，其特征在于，包括：

獲取待轉(zhuǎn)換的輸入圖像的第一邊緣圖像，以及獲取預(yù)定的目標(biāo)風(fēng)格圖像的第二邊緣圖像；

將第一邊緣圖像劃分為r*r大小的第一圖像塊，以及將第二邊緣圖像劃分為r*r大小的第二圖像塊，r為大于1的自然數(shù)；

獲取第一邊緣圖像的每一第一圖像塊的相似圖像塊集合，該每一相似圖像塊集合中的元素為與該第一圖像塊相似的第二圖像塊；

根據(jù)所有的第一圖像塊，獲取輸入圖像字典以及稀疏分解的稀疏系數(shù)；

根據(jù)所有第一圖像塊對(duì)應(yīng)的相似圖像塊集合，獲取目標(biāo)圖像字典；

根據(jù)所述輸入圖像字典、目標(biāo)圖像字典、稀疏分解的稀疏系數(shù)，獲得重建出所述輸入圖像的目標(biāo)風(fēng)格的第三圖像；

采用紋理遷移方式，生成所述輸入圖像的初始化風(fēng)格圖像；

將所述第三圖像和所述初始化風(fēng)格圖像融合，得到用于輸出的所述輸入圖像的重建風(fēng)格化圖像。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述獲取待轉(zhuǎn)換的輸入圖像的第一邊緣圖像，以及獲取預(yù)定的目標(biāo)風(fēng)格圖像的第二邊緣圖像，包括：

根據(jù)下述公式一，獲取所述輸入圖像的濾波輸出圖像以及所述目標(biāo)風(fēng)格圖像的濾波輸出圖像；

將所述輸入圖像減去所述輸入圖像的濾波輸出圖像，獲得所述第一邊緣圖像，以及將所述目標(biāo)風(fēng)格圖像減去所述目標(biāo)風(fēng)格圖像的濾波輸出圖像，獲得所述第二邊緣圖像；

其中，h_i＝Σ_jW_i,j(I)g_j 公式一

g為待濾波的圖像，h是濾波后的輸出圖像，I是引導(dǎo)圖像，輸出圖像中i位置的像素值h_i；i和j均為像素編號(hào)；W_i,j為核函數(shù)。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，獲取第一邊緣圖像的每一第一圖像塊的相似圖像塊集合，包括：

根據(jù)下述公式二，確定所述第一邊緣圖像中每一第一圖像塊的相似圖像塊集合；

其中，$Diff(p,q)=\left|\right|p-q|{|}_2^2+\mathrm{\η}\·||\▿p-\▿q|{|}_2^2$ 公式二

Diff(p,q)表示p圖像塊和q圖像塊之間的相似性，p為所述第一邊緣圖像中的第一圖像塊的任一個(gè)，q為所述第二邊緣圖像中的第二圖像塊的任一個(gè)；是梯度算子，η為系統(tǒng)參數(shù)。

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，根據(jù)所有的第一圖像塊，獲取輸入圖像字典，包括：

根據(jù)公式三，獲取所述輸入圖像字典；

其中，$D_p={\mathrm{argmin}}_{D_{\mathrm{\ρ}}}{\{P-D_p\mathrm{\Γ}\}}_2^2+\mathrm{\λ}\·\left|\right|\mathrm{\Γ}|{|}_1,$ 公式三

根據(jù)所有第一圖像塊對(duì)應(yīng)的相似圖像塊集合，獲取目標(biāo)圖像字典，包括：

根據(jù)公式四，獲取所述目標(biāo)圖像字典；

其中，$D_q={\mathrm{argmin}}_{D_q}{\{Q-D_q\mathrm{\Γ}\}}_2^2+\mathrm{\λ}\·\left|\right|\mathrm{\Γ}|{|}_1,$ 公式四

D_p為輸入圖像字典，D_q為目標(biāo)圖像字典，P＝{p₁,p₂,…,p_n}為第一邊緣圖像中第一圖像塊的集合，Q＝{q₁,q₂,…,q_n}為第二邊緣圖像中與P對(duì)應(yīng)的相似圖像塊的集合；Γ表示稀疏系數(shù)。

5.根據(jù)權(quán)利要求1所述的方法，其特征在于，根據(jù)所述輸入圖 像字典、目標(biāo)圖像字典、稀疏分解的稀疏系數(shù)，獲得重建出所述輸入圖像的目標(biāo)風(fēng)格的第三圖像，包括：

根據(jù)公式五，獲取所述第三圖像

其中，z＝D_qγ 公式五

z為組成所述第三圖像的圖像塊，D_q為目標(biāo)圖像字典，每一個(gè)圖像塊稀疏分解后的稀疏系數(shù)為γ。

6.根據(jù)權(quán)利要求1所述的方法，其特征在于，將所述第三圖像和所述初始化風(fēng)格圖像融合，得到用于輸出的所述輸入圖像的重建風(fēng)格化圖像，包括：

根據(jù)公式六，獲取用于輸出的所述輸入圖像的重建風(fēng)格化圖像；

其中，$\hat{z}=z+\mathrm{\α}\·z_0$ 公式六；

z為組成所述第三圖像的圖像塊，z₀為初始化風(fēng)格圖像的圖像塊；α∈(0,1)為加權(quán)系數(shù)。

7.一種圖像風(fēng)格化重建裝置，其特征在于，包括：

邊緣圖像獲取單元，用于獲取待轉(zhuǎn)換的輸入圖像的第一邊緣圖像，以及獲取預(yù)定的目標(biāo)風(fēng)格圖像的第二邊緣圖像；

圖像塊劃分單元，用于將第一邊緣圖像劃分為r*r大小的第一圖像塊，以及將第二邊緣圖像劃分為r*r大小的第二圖像塊，r為大于1的自然數(shù)；

相似圖像塊獲取單元，用于獲取第一邊緣圖像的每一第一圖像塊的相似圖像塊集合，該每一相似圖像塊集合中的元素為與該第一圖像塊相似的第二圖像塊；

字典獲取單元，用于根據(jù)所有的第一圖像塊，獲取輸入圖像字 典以及稀疏分解的稀疏系數(shù)；以及根據(jù)所有第一圖像塊對(duì)應(yīng)的相似圖像塊集合，獲取目標(biāo)圖像字典；

第三圖像獲取單元，用于根據(jù)所述輸入圖像字典、目標(biāo)圖像字典、稀疏分解的稀疏系數(shù)，獲得重建出所述輸入圖像的目標(biāo)風(fēng)格的第三圖像；

初始化風(fēng)格圖像，用于采用紋理遷移方式，生成所述輸入圖像的初始化風(fēng)格圖像；

重建風(fēng)格化圖像獲取單元，用于將所述第三圖像和所述初始化風(fēng)格圖像融合，得到用于輸出的所述輸入圖像的重建風(fēng)格化圖像。

8.根據(jù)權(quán)利要求7所述的裝置，其特征在于，所述邊緣圖像獲取單元，具體用于：

根據(jù)下述公式一，獲取所述輸入圖像的濾波輸出圖像以及所述目標(biāo)風(fēng)格圖像的濾波輸出圖像；

將所述輸入圖像減去所述輸入圖像的濾波輸出圖像，獲得所述第一邊緣圖像，以及將所述目標(biāo)風(fēng)格圖像減去所述目標(biāo)風(fēng)格圖像的濾波輸出圖像，獲得所述第二邊緣圖像；

其中，h_i＝Σ_jW_i,j(I)g_j 公式一

g為待濾波的圖像，h是濾波后的輸出圖像，I是引導(dǎo)圖像，輸出圖像中i位置的像素值h_i；i和j均為像素編號(hào)；W_i,j為核函數(shù)。

9.根據(jù)權(quán)利要求7所述的裝置，其特征在于，相似圖像塊獲取單元，具體用于

根據(jù)下述公式二，確定所述第一邊緣圖像中每一第一圖像塊的相似圖像塊集合；

其中，$Diff(p,q)={||p-q||}_2^2+\mathrm{\η}\·{||\▿p-\▿q||}_2^2$ 公式二

Diff(p,q)表示p圖像塊和q圖像塊之間的相似性，p為所述第一 邊緣圖像中的第一圖像塊的任一個(gè)，q為所述第二邊緣圖像中的第二圖像塊的任一個(gè)；是梯度算子，η為系統(tǒng)參數(shù)。

10.根據(jù)權(quán)利要求7所述的裝置，其特征在于，字典獲取單元，具體用于

根據(jù)公式三，獲取所述輸入圖像字典；

其中，$D_p={\mathrm{argmin}}_{D_{\mathrm{\ρ}}}{\{P-D_p\mathrm{\Γ}\}}_2^2+\mathrm{\λ}\·\left|\right|\mathrm{\Γ}|{|}_1,$ 公式三

根據(jù)所有第一圖像塊對(duì)應(yīng)的相似圖像塊集合，獲取目標(biāo)圖像字典，包括：

根據(jù)公式四，獲取所述目標(biāo)圖像字典；

其中，$D_q={\mathrm{argmin}}_{D_q}{\{Q-D_q\mathrm{\Γ}\}}_2^2+\mathrm{\λ}\·\left|\right|\mathrm{\Γ}|{|}_1,$ 公式四

D_p為輸入圖像字典，D_q為目標(biāo)圖像字典，P＝{p₁,p₂,…,p_n}為第一邊緣圖像中第一圖像塊的集合，Q＝{q₁,q₂,…,q_n}為第二邊緣圖像中與P對(duì)應(yīng)的相似圖像塊的集合；Γ表示稀疏系數(shù)。