-
公开(公告)号：CN102819754A
公开(公告)日：2012-12-12
申请号：CN201210264203.2
申请日：2012-07-27
Applicant: 中国科学院自动化研究所
IPC: G06K9/66
Abstract: 本发明公开了一种基于Sigmoid扩展的指纹分数融合系统及方法。本系统包括训练和测试两个过程：利用训练图像预处理单元、训练特征提取单元、训练特征对准单元和Sigmoid参数训练单元来实现训练过程；并利用测试图像预处理单元、测试特征提取单元、测试特征对准单元和分数融合单元来实现测试过程。在分数融合单元，对每一个分数，分别利用Sigmoid参数训练单元输出的参数进行Sigmoid扩展；对Sigmoid扩展后的分数进行融合；融合后得到的结果作为最终的匹配分数。根据最终匹配分数的大小判断输入指纹特征与模板指纹特征是否来源于同一个手指，从而完成指纹的匹配。
-
公开(公告)号：CN103279744A
公开(公告)日：2013-09-04
申请号：CN201310204203.8
申请日：2013-05-28
Applicant: 中国科学院自动化研究所
Abstract: 本发明公开了一种多尺度三模式纹理特征的仿造指纹检测方法和系统。该系统利用图像采集单元、图像预处理单元、三模式图像纹理特征提取单元、三模式图像纹理特征组合单元、三模式图像纹理特征训练单元和图像分类单元来实现整个仿造指纹图像的检测。本发明首先提取指纹图像的多尺度三模式纹理特征，将这些特征通过直方图来表示，并对其进行归一化；然后将这些特征进行交叉验证得到具有最优参数的支持向量机和最优尺度个数；对测试指纹图像提取最优特征尺度个数的多尺度三模式纹理特征，通过具有最优参数的支持向量机判断测试图像是否为仿造指纹图像。本发明有效地提高了仿造指纹的甄别能力，并且可以满足仿造指纹识别系统中对于实时性的要求。
-
公开(公告)号：CN102819754B
公开(公告)日：2015-01-28
申请号：CN201210264203.2
申请日：2012-07-27
Applicant: 中国科学院自动化研究所
IPC: G06K9/66
Abstract: 本发明公开了一种基于Sigmoid扩展的指纹分数融合系统及方法。本系统包括训练和测试两个过程：利用训练图像预处理单元、训练特征提取单元、训练特征对准单元和Sigmoid参数训练单元来实现训练过程；并利用测试图像预处理单元、测试特征提取单元、测试特征对准单元和分数融合单元来实现测试过程。在分数融合单元，对每一个分数，分别利用Sigmoid参数训练单元输出的参数进行Sigmoid扩展；对Sigmoid扩展后的分数进行融合；融合后得到的结果作为最终的匹配分数。根据最终匹配分数的大小判断输入指纹特征与模板指纹特征是否来源于同一个手指，从而完成指纹的匹配。
-
公开(公告)号：CN105931221B
公开(公告)日：2019-03-15
申请号：CN201610228491.4
申请日：2016-04-13
Applicant: 中国科学院自动化研究所
IPC: G06T7/00
Abstract: 本发明公开了一种基于影像组学的多模态磁共振图像差异检测方法和装置。所述方法包括：步骤1：对两组样本图像进行预处理，分别在两组样本图像的T2WI‑FLAIR、T1WI‑CE和DWI‑ADC三个序列上勾画感兴趣区域，提取三个序列上感兴趣区域的图像特征；步骤2：在两组样本图像之间对每个图像特征进行双样本T检验，得到两组样本图像之间具有组间差异的特征，并判定所述组间具有差异的特征检测两组样本图像差异的能力；步骤3：将具有组间差异的特征以加权的方式进行组合，得到一个新的特征，并利用adaboost分类器进行图像分类。本发明利用了磁共振成像多序列多参数的特性，结合不同序列获取更多信息，能够实现磁共振图像组间差异的精准检测。
-
Patent Agency Ranking
公开(公告)号：CN105931221A
公开(公告)日：2016-09-07
申请号：CN201610228491.4
申请日：2016-04-13
Applicant: 中国科学院自动化研究所
IPC: G06T7/00
CPC classification number: G06T7/0002 , G06T2207/10088 , G06T2207/20104
Abstract: 本发明公开了一种基于影像组学的多模态磁共振图像差异检测方法和装置。所述方法包括：步骤1：对两组样本图像进行预处理，分别在两组样本图像的T2WI‑FLAIR、T1WI‑CE和DWI‑ADC三个序列上勾画感兴趣区域，提取三个序列上感兴趣区域的图像特征；步骤2：在两组样本图像之间对每个图像特征进行双样本T检验，得到两组样本图像之间具有组间差异的特征，并判定所述组间具有差异的特征检测两组样本图像差异的能力；步骤3：将具有组间差异的特征以加权的方式进行组合，得到一个新的特征，并利用adaboost分类器进行图像分类。本发明利用了磁共振成像多序列多参数的特性，结合不同序列获取更多信息，能够实现磁共振图像组间差异的精准检测。
-
公开(公告)号：CN103279744B
公开(公告)日：2016-08-10
申请号：CN201310204203.8
申请日：2013-05-28
Applicant: 中国科学院自动化研究所
Abstract: 本发明公开了一种多尺度三模式纹理特征的仿造指纹检测方法和系统。该系统利用图像采集单元、图像预处理单元、三模式图像纹理特征提取单元、三模式图像纹理特征组合单元、三模式图像纹理特征训练单元和图像分类单元来实现整个仿造指纹图像的检测。本发明首先提取指纹图像的多尺度三模式纹理特征，将这些特征通过直方图来表示，并对其进行归一化；然后将这些特征进行交叉验证得到具有最优参数的支持向量机和最优尺度个数；对测试指纹图像提取最优特征尺度个数的多尺度三模式纹理特征，通过具有最优参数的支持向量机判断测试图像是否为仿造指纹图像。本发明有效地提高了仿造指纹的甄别能力，并且可以满足仿造指纹识别系统中对于实时性的要求。
-
公开(公告)号：CN105653858A
公开(公告)日：2016-06-08
申请号：CN201511021413.9
申请日：2015-12-31
Applicant: 中国科学院自动化研究所
CPC classification number: G06F19/34 , G06F19/321
Abstract: 一种基于影像组学的病变组织辅助预测系统及方法，该方法包括：从大数据量的患者影像数据库中，采用自动或手动的分割方法提取病变部位的影像数据；根据所述病变部位影像的分割结果，分别提取各病变部位的影像表型特征，完成所述患者影像数据库内所有病变部位影像数据的特征提取；基于各病变部位的特征数据和临床信息数据，对所述患者影像数据库中数据进行训练数据集和测试数据集的分类，采用计算机自动识别方法在所述训练数据集进行病变部位的病理分析、临床分期分析、基因突变预测以及生存时间的预测，并在所述测试数据集中实现验证。本发明方法可以对特定的个体分别进行定性以及定量的预测分析，提供可信的预测与分析结果。
-
公开(公告)号：CN101777128B
公开(公告)日：2012-05-30
申请号：CN200910241531.9
申请日：2009-11-25
Applicant: 中国科学院自动化研究所
IPC: G06K9/64
Abstract: 本发明提出一种融入全局信息的指纹细节点匹配方法和系统。本系统利用图像采集单元、图像预处理单元、特征提取单元、模板存储单元和特征匹配单元来实现整个匹配过程。在特征提取单元提出了包含全局信息的特征——细节点旋向性，并将细节点旋向性和细节点信息、以及细节点局部方向描述作为特征来表示指纹；由细节点旋向性和细节点局部方向描述来衡量细节点之间的相似度；选取相似度最大的几对细节点作为初始点对；以每一组初始点对为参照，对指纹特征进行配准并得到相应的匹配分数；选择各匹配分数中最大的匹配分数作为最终的匹配分数。根据最终匹配分数的大小判断输入指纹特征与模板指纹特征是否来源于同一个手指，从而完成指纹的细节点匹配。
-
公开(公告)号：CN101777128A
公开(公告)日：2010-07-14
申请号：CN200910241531.9
申请日：2009-11-25
Applicant: 中国科学院自动化研究所
IPC: G06K9/64
Abstract: 本发明提出一种融入全局信息的指纹细节点匹配方法和系统。本系统利用图像采集单元、图像预处理单元、特征提取单元、模板存储单元和特征匹配单元来实现整个匹配过程。在特征提取单元提出了包含全局信息的特征——细节点旋向性，并将细节点旋向性和细节点信息、以及细节点局部方向描述作为特征来表示指纹；由细节点旋向性和细节点局部方向描述来衡量细节点之间的相似度；选取相似度最大的几对细节点作为初始点对；以每一组初始点对为参照，对指纹特征进行配准并得到相应的匹配分数；选择各匹配分数中最大的匹配分数作为最终的匹配分数。根据最终匹配分数的大小判断输入指纹特征与模板指纹特征是否来源于同一个手指，从而完成指纹的细节点匹配。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.022 seconds)
