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, Biyomühendislik, Elektrik ve Elektronik Mühendisliği, Computer Engineering and Computer Science and Control, Bioengineering, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- 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: 83
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
- 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
Elektrik ve Elektronik MühendisliğiSüleyman Demirel ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. BAYRAM CETİŞLİ
- Simulink ortamında diz-eklem durum denklem ve sinir bulanık denetim benzetimleri
Simulations on knee joint state equation and neuro fuzzy control with Simulink
ŞEYMA DUMAN
Yüksek Lisans
Türkçe
2008
Elektrik ve Elektronik MühendisliğiHacettepe ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. ATİLA YILMAZ
- YSA, DSA ve USBÇS modelleri kullanarak günlük akım tahmini
Prediction of daily streamflow using ANN, WNN and ANFIS models
SAİD ALİ HASHİMİ
Yüksek Lisans
Türkçe
2020
İnşaat MühendisliğiErzincan Binali Yıldırım Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ HÜSEYİN YILDIRIM DALKILIÇ
- 3-boyutlu yüz ve baş modellerinin matematiksel ifadelerinin çıkarılması
Development of mathematical expressions for 3-dimensional face and head models
İHSAN PENÇE
Doktora
Türkçe
2016
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSüleyman Demirel ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. BAYRAM CETİŞLİ