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）；
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；
补充一下目前难点：
目前有看了梯度预测、逆梯度预测等、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
如有描述不清楚或描述不规范的地方欢迎提问/指正，个人感觉我这个需求是二维平滑曲面区域预测的离散形式所以发数吧了，之后会发其他吧也问问，如果发错地方了请告知