公开(公告)号：CN111696099B

公开(公告)日：2022-09-27

申请号：CN202010551119.3

申请日：2020-06-16

Applicant: 北京大学

Inventor： 喻俊志 ,  朱明珠 ,  高彰 ,  原福松

IPC: G06T7/00 ,  G06T7/13 ,  G06V10/764

Abstract: 本发明属于图像处理技术领域，具体涉及一种基于图像边缘一致性的通用异常点似然性估计方法，该方法包括：采用局部线性假设表征原图与测量图之间的边缘一致性；将原图与测量图之间的边缘一致性建模为带有等式约束的加权线性回归问题；采用线性复杂度的全图迭代算法，计算测量图中像素的异常点似然性。本发明公开的通用异常点似然性估计方法，不依赖于特定硬件或模型，能够应用于多数图像测量过程。并且，本发明计算负担低，且无需任何关于测量过程的经验知识即可生效，能够显著提高多种图像测量应用的输出质量，包含但不限于图像去雾、深度估计、透明度计算等。

公开(公告)号：CN111696099A

公开(公告)日：2020-09-22

申请号：CN202010551119.3

申请日：2020-06-16

Applicant: 北京大学

Inventor： 喻俊志 ,  朱明珠 ,  高彰 ,  原福松

IPC: G06T7/00 ,  G06T7/13 ,  G06K9/62

Abstract: 本发明属于图像处理技术领域，具体涉及一种基于图像边缘一致性的通用异常点似然性估计方法，该方法包括：采用局部线性假设表征原图与测量图之间的边缘一致性；将原图与测量图之间的边缘一致性建模为带有等式约束的加权线性回归问题；采用线性复杂度的全图迭代算法，计算测量图中像素的异常点似然性。本发明公开的通用异常点似然性估计方法，不依赖于特定硬件或模型，能够应用于多数图像测量过程。并且，本发明计算负担低，且无需任何关于测量过程的经验知识即可生效，能够显著提高多种图像测量应用的输出质量，包含但不限于图像去雾、深度估计、透明度计算等。