-
公开(公告)号:CN101292871B
公开(公告)日:2010-05-26
申请号:CN200710098691.3
申请日:2007-04-25
Applicant: 中国科学院自动化研究所
Abstract: 本发明公开一种基于模式识别分类提取磁共振成像脑激活区的算法,基于局部脑区包含的精细活动模式间的多元模式距离来提取脑激活区,对fMRI图像进行预处理;聚类得到局部一致性脑区;利用局部一致脑区内多个体素的联合活动构造多元模式;利用模式分类方法构造多元距离函数来度量不同刺激条件下局部脑区活动的可分离性质,判断脑区是否激活。本发明直接使用局部脑区内多体素构成的多元模式信息来表示不同刺激条件下的脑活动,多元模式可以全面的反映局部脑活动状态,而多元统计距离可以有效的集成包含局部脑区内的信息来度量不同脑激活状态间的差异,两者一同保证了本发明可以比传统fMRI分析技术更完整地检测到精细脑激活模式。
-
公开(公告)号:CN100576230C
公开(公告)日:2009-12-30
申请号:CN200610113409.X
申请日:2006-09-27
Applicant: 中国科学院自动化研究所
IPC: G06K9/00
Abstract: 本发明公开一种基于局部结构的双胞胎相似指纹识别系统及方法,识别系统包括:预处理装置、局部结构模板装置、细节点局部结构匹配装置;方法包括:对采集到的指纹图像进行预处理,得到指纹的细化图像;提取细化图像中的脊线末梢和分叉细节点p,对提取的细节点p的集合构造局部结构,将指纹中各局部结构组合生成指纹模板;把输入指纹局部结构模板与数据库中指纹模板进行比对,计算局部结构之间的相对位置和方向参数的差异,判断指纹是否匹配。由于本发明运用细节点局部结构,不仅显著提高了自动指纹识别系统对于双胞胎相似指纹的识别性能,而且能够避免因指纹全局特征相似而造成的识别率下降问题,拓宽其在双胞胎这一特殊群体中的应用。
-
公开(公告)号:CN100545865C
公开(公告)日:2009-09-30
申请号:CN200710062989.9
申请日:2007-01-24
Applicant: 中国科学院自动化研究所
IPC: G06T5/00
Abstract: 本发明涉及图像处理技术,特别涉及一种基于近邻函数准则的初始分割边界的自动优化方法包括步骤:检测初始的分割边界点并用阿拉伯数字按初始分割区域标记;对每一个边界点,计算某邻域内的近邻函数值;根据近邻函数值计算当前边界点的隶属函数值;根据隶属函数值进行边界点的再分类,获得优化的分割边界;重复实施上面步骤,确保整幅图像的分割边界都达到优化的效果。本发明方法模拟人眼在处理图像时的某些功能,能自动地对不准确的分割边界进行优化,并有效地克服了图像噪声、局部容积效应、强度重叠和强度不均匀性的影响,对现有的分割算法是一个很好的补充。在医学图像分割,遥感图像分割,目标识别等领域有着重要的应用价值。
-
公开(公告)号:CN101539993A
公开(公告)日:2009-09-23
申请号:CN200810102316.6
申请日:2008-03-20
Applicant: 中国科学院自动化研究所
IPC: G06K9/00
Abstract: 本发明公开了一种基于尺寸缩放估算的多采集仪间指纹交叉匹配方法,该方法包括:A.粗略计算指纹方向场,并修正破碎区域中的方向值,依照修正后的方向场进行指纹增强;B.采用由粗到细的方法估算模板指纹和输入指纹之间的尺寸缩放值;C.采用基于细节点聚类的配准方法决定配准参数的候选值,并建立输入指纹和模板指纹间细节点序列间的对应关系;D.基于所有对应的细节点对计算归一化的相似度分数,实现基于尺寸缩放估算的多采集仪间指纹交叉匹配。利用本发明,能够有效、鲁棒地处理多种采集仪间指纹的交叉匹配,提高匹配方法的互用性,实现了多采集仪间指纹的鲁棒匹配,并可应用于多个采集仪并存的系统,在指纹识别领域具有重要的应用价值。
-
公开(公告)号:CN101539518A
公开(公告)日:2009-09-23
申请号:CN200810102314.7
申请日:2008-03-20
Applicant: 中国科学院自动化研究所
Abstract: 本发明提出一种用于自发荧光成像的空间加权的有限元重建方法。本发明使用扩散光学层析成像diffuse optical tomography(DOT)技术来精确重建主要生物组织的光学参数。本发明对可能的真实光源区域进行了限制,将整个重建区域分为:光源可能区域和光源不可能区域来提高重建问题的数值稳定性和有效性,并且减轻了BLT重建问题的病态性。为了避免著名的”Inverse Crime”问题,本发明采用Monte Carlo(MC)随机的方法来模拟光在生物组织中传输过程。然后,本发明提出了一种基于空间加权单元的有限元方法并采用了一种线性约束优化问题的容忍算法来重建光源信息。
-
公开(公告)号:CN101301192A
公开(公告)日:2008-11-12
申请号:CN200710099044.4
申请日:2007-05-10
Applicant: 中国科学院自动化研究所
Abstract: 本发明公开多模态自发荧光断层分子影像仪器包括:信号采集模块,信号预处理模块,系统控制模块,信号后处理模块。方法,用X射线成像和多级自适应有限元的自发荧光断层成像,结合数字鼠、重建目标区域光学特性参数和模态融合,确定光源可行区域,根据后验误差估计,对局部网格进行自适应优化分解,以得到重建目标区域内部的荧光光源。自发荧光断层成像的多模态融合成像方式有效的解决自发荧光断层分子影像的病态问题,对复杂重建目标区域内部的自发荧光光源进行精确重建。用液氮制冷CCD探测器、多角度荧光探测技术和多模态融合技术,用重建目标区域非匀质特性的基于多级自适应有限元的自发荧光断层分子影像算法完成自发荧光光源的精确重建。
-
公开(公告)号:CN100414558C
公开(公告)日:2008-08-27
申请号:CN02154521.9
申请日:2002-12-06
Applicant: 中国科学院自动化研究所
IPC: G06K9/00
Abstract: 一种基于模板学习的自动指纹识别方法,包括步骤:指纹图像注册,记录指纹模板和待匹配指纹图像的特征信息;指纹图像识别,判断输入指纹图像的特征信息是否和系统数据库中的某指纹模板信息相似;细节信息反馈,利用知识规则,反馈匹配上的指纹图像信息,来完善多枚模板对应的可靠细节点类。本发明将同指纹多个模板的细节点分类,记录了这些类的核和类间类内距离等信息,增加了粗匹配的环节,若粗匹配不成功,则不再进行一般匹配操作。本发明能够准确提取并修复多模板的特征信息,提高自动指纹识别系统的识别效果和性能,在生物识别技术中有着重要的应用价值。
-
公开(公告)号:CN101231745A
公开(公告)日:2008-07-30
申请号:CN200710062989.9
申请日:2007-01-24
Applicant: 中国科学院自动化研究所
IPC: G06T5/00
Abstract: 本发明涉及图像处理技术,特别涉及一种基于近邻函数准则的初始分割边界的自动优化方法包括步骤:检测初始的分割边界点并用阿拉伯数字按初始分割区域标记;对每一个边界点,计算某邻域内的近邻函数值;根据近邻函数值计算当前边界点的隶属函数值;根据隶属函数值进行边界点的再分类,获得优化的分割边界;重复实施上面步骤,确保整幅图像的分割边界都达到优化的效果。本发明方法模拟人眼在处理图像时的某些功能,能自动地对不准确的分割边界进行优化,并有效地克服了图像噪声、局部容积效应、强度重叠和强度不均匀性的影响,对现有的分割算法是一个很好的补充。在医学图像分割,遥感图像分割,目标识别等领域有着重要的应用价值。
-
公开(公告)号:CN1912889A
公开(公告)日:2007-02-14
申请号:CN200510090176.1
申请日:2005-08-11
Applicant: 中国科学院自动化研究所
IPC: G06K9/00
Abstract: 基于局部三角结构特征集的形变指纹识别方法,是根据指纹图像局部区域相对形变有限的特征,用一种模糊特征-局部三角结构特征集来表示指纹,将指纹间整体相似度的计算转化为模糊特征集间的相似度衡量问题。首先,给出了一种两个三角结构间相似度的模糊测量方法,进而构造出一个由所有三角结构的局部相似度组成的特征向量;将这对相似度向量映射为一个[0,1]区间内的归一化数值,来量化指纹图像间的整体相似度,进而得到匹配结果。本发明提出的基于局部三角结构特征的模糊特征匹配算法能够可靠和有效的识别形变较大的指纹图像,提高了自动指纹识别系统的识别效果和性能,拓宽了其应用范围,在生物特征识别领域具有重要的应用价值。
-
公开(公告)号:CN1296874C
公开(公告)日:2007-01-24
申请号:CN200310121173.0
申请日:2003-12-22
Applicant: 中国科学院自动化研究所
Abstract: 本发明涉及计算机图形学和模式识别技术领域,特别涉及一种利用点的重建来进行超大规模医学影像三维可视化的方法。其包括:a.分割步骤,从医学影像的二维切片中将感兴趣的部分分割出来;b.基于点的重建步骤,使用基于点的重建方法提取并重建出感兴趣的器官的三维表面,并以点的形式保存起来;c.三维绘制步骤,对提取出来的基于点的三维表面模型使用基于点的绘制方法来进行交互式地显示。本发明的方法,在配有一块中档显卡的普通的PC(个人电脑)上,实现与虚拟人体数据集相当规模的超大规模数据集的快速三维重建与实时显示。本发明具有高可信度、可应用性和可采纳性,并且在医学领域具有重要的应用价值。
-
-
-
-
-
-
-
-
-