摘要：为提高磁共振成像(magnetic resonance imaging,MRI)的速度和成像质量,提出全变差(total variation,TV)、非局部全变差(nonlocal total variation,NLTV)和块稀疏全变差(group sparse total variation,GSTV)模型,对MRI图像压缩感知(compressed sensing,CS)重构。将不同TV模型分别与小波基相结合建立稀疏模型,由傅里叶矩阵进行测量,采用快速复合分裂算法(fast composite splitting algorithms,FCSA)实现MRI图像重构,以不同性能指标分析并比较不同TV模型的重构效果。实验结果表明,无论采样率如何设置,基于GSTV压缩感知重构MRI图像在性能指标以及细节精度等方面均具有明显优势,在快速医学成像领域具有一定临床应用价值。

摘要：对通用指纹图像处理分析中的关键算法和平台研发技术进行了研究,并给出初步应用结果。针对模糊指纹图像,通过傅立叶变换从空域转换到频域,进行带通滤波和方向滤波,从而增强图像、突出细节。通过指纹识别算法获取指纹特征数据,根据一定的原则删除伪细节点、存储终止点和分叉点的相关信息。以特征数据为依据,通过计算机进行分类和比较,把指纹划分为某一类型,或在小型指纹库中计算指纹间的相似度,得到指纹匹配结果。实验结果表明,该算法简单实用,效果良好,为自动指纹识别系统的研发打下基础。

摘要：针对细胞神经网络(cellular neural network,CNN),研究了图像边缘提取的过程,给出算法流程,阐述了算法实现过程中的几个关键步骤。对二值图像和灰度图像,分别采用基于CNN的算法和传统算子(prewitt、sobel、canny)进行边缘提取,定性分析比较了两类算法在性能上的优劣。实验结果表明,基于CNN的算法在硬件实现上能够高速并行计算,而且处理速度与图像大小无关,能够实现图像实时处理。