Uyarlamalı sinir-bulanık sınıflayıcı ile parmakizi tanıma ve dalgacık tabanlı momentlerle özellik çıkarma
Fingerprint recognition with adaptive neuro-fuzzy classifier and wavelet based feature extraction methods
- Tez No: 259767
- Danışmanlar: YRD. DOÇ. DR. BAYRAM CETİŞLİ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Elektrik ve Elektronik Mühendisliği, Biyomühendislik, Computer Engineering and Computer Science and Control, Electrical and Electronics Engineering, Bioengineering
- Anahtar Kelimeler: Dalgacık yöntemi, Görüntü işleme, Parmak izi, Öznitelik, Wavelet method, Image processing, Fingerprint, Feature extraction
- Yıl: 2010
- Dil: Türkçe
- Üniversite: Süleyman Demirel Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Biyometri Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu tez çalışmasının amacı günümüzde kimlik tanımada önemli bir yeri olan parmakizlerinin daha iyi tanımlanması ve sınıflandırılmasını sağlamak için yeni yöntemler ortaya koymaktır. Parmakizlerinin tanımlanabilmesi için algılayıcı ya da tarayıcılardan alınan görüntüler bilgisayar ortamında işlenmektedir. Bu amaçla polar koordinat sisteminde gösterimi daha uygun olan parmakizlerinin yine bu sistemde tanımlı 2-boyutlu dalgacık tabanlı momentlerle öznitelikleri belirlenmiştir. 2-Boyutlu dalgacık momentleri parmakizinin çekirdeği referans alınarak üretilmektedir. Daha iyi bir tanıma için bu öznitelikler bazı yapısal özniteliklerle desteklenmiştir.Sınıflandırma aşamasında parmakizlerinden elde edilen öznitelikler dilsel kuvvetli ve uyarlamalı sinir-bulanık sınıflayıcı, Bayes sınıflayıcı ve yapay sinir ağları ile sınıflandırılmıştır. Dilsel kuvvetli ve uyarlamalı sinir-bulanık sınıflayıcılar ayırt edici özniteliklerin öne çıkarılmasında ve gürültü ve karışıklık içeren özniteliklerin bastırılmasında önemli rolleri vardır. Ayrıca elde edilen kuralların insan düşünce sistemine çok yakın olması sonuçların anlaşılmasını kolaylaştırmaktadır.Deneysel çalışmada kullanılan parmakizleri bu alanda standart olarak kabul edilen FVC2004 veritabanından elde edilmiştir. Veri tabanında mükemmel örnekler olmadığı için tanımlanacak kişi sayısı arttığında sınıflayıcıların başarısı düşmüştür. Bunun dışında elde edilen %90?95 arasındaki sınıflandırma başarısı genel anlamda yeterli sayılabilir.
Özet (Çeviri)
The aim of this thesis is to put forward new methods so as to provide detecting and classifying better of fingerprints which have an important place in identification recognition today. Images, obtained from sensors or scanners, for detecting fingerprints, are processed on computer base. For this purpose, the features of fingerprints which are more suitable to show in polar coordinate system, again have been defined in this system with 2-dimension wavelet based moments. 2-dimension wavelet moments are produced with reference to the core of fingerprint. For better detecting these features have been supported with some structural features.In the process of classification, the fingerprint features have been classified by adaptive neuro-fuzzy classifier with linguistic hedges, Bayes classifier and artificial neural networks. The adaptive neuro-fuzzy classifiers with linguistic hedges have important roles in bringing forward the recognizer features and oppressing the features containing noise and defect. Moreover, since the obtained rules are closer to human thinking system, that makes it easier to understand the results.Fingerprints, used in experimental study, have been obtained from FVC2004 database which is regarded as standard in this field. Since there are no perfect examples in database, the success of classifiers has dropped as the number of people to be defined increases. But for this, classifying success which was obtained between 90-95% can generally be regarded as sufficient.
Benzer Tezler
- Doğal taş plakaların makine görmesi ile otomatik sınıflandırılması
Automatic classification of natural stone plate with machine vision
SEDAT METLEK
Doktora
Türkçe
2015
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSüleyman Demirel ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
DOÇ. DR. BAYRAM CETİŞLİ
- Polisomnografi işaretleri kullanılarak yapay sinir ağları ve uyarlamalı sinirsel bulanık mantık sistemi ile uyku ve uyku apnesinin skorlanması
Sleep and sleep apnea scoring with artificial neural networks and adaptive-network-based fuzzy inference systems using polysomnography signals
OSMAN AYDOĞAN
Doktora
Türkçe
2023
Elektrik ve Elektronik MühendisliğiErciyes ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. KERİM GÜNEY
- Elma kara lekesi ve içkurdunun uyarlamalı sinir-bulanık çıkarsama sistemi (USBÇS) ile modellenmesi ve programlanabilen mantıksal denetleyici (PMD) ile izlenmesi
Modelling of apple scab and apple codling moth using adaptive network-based fuzzy inference system (ANFIS) and designing with programmable logic controller (PLC)
EŞREF BÜYÜKÇİNGİR
Yüksek Lisans
Türkçe
2009
ZiraatSüleyman Demirel ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. BAYRAM CETİŞLİ
- Simulation study of an adaptive fuzzy knowledge based controller (FKBC) and neural network controller (NNC) on a pH system
pH sistemlerinde uyarlamalı bulanık bilgiye dayalı ve sinir ağlı denetleyiciler için benzetim çalışması
KHALED NESRALLAH
Yüksek Lisans
İngilizce
1998
Kimya MühendisliğiOrta Doğu Teknik ÜniversitesiKimya Mühendisliği Ana Bilim Dalı
PROF. DR. CANAN ÖZGEN
- Tüketici fiyat endeksinin uyarlamalı ağa dayalı bulanık çıkarım sistemi ile kestirimi
Consumer price index forecast wi̇th adapti̇ve neuro fuzzy inference system
SERENAY VAROL
Yüksek Lisans
Türkçe
2014
İstatistikOndokuz Mayıs Üniversitesiİstatistik Ana Bilim Dalı
PROF. DR. FARUK ALPASLAN