Dalgacık dönümü ve istatistiksel ölçümler kullanarak parmak izi tanımı
Fingerprint identification by using wavelet transform and statistical texture measur
- Tez No: 395537
- Danışmanlar: Assist. Prof. Dr. REZA ZARE HASSANPOUR
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2015
- Dil: İngilizce
- Üniversite: Çankaya Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 66
Özet
Bu tezde, parmak izi desen özelliklerine göre bir yöntem sunulmuştur. Aynı teknik parmak izi tanımlaması için kullanılır olmuştur. Önerilen parmak izi tanıma yöntemi, standart UPEK Parmak İzi veritabanı kullanılan MATLAB yazılım sistemi kullanılarak yapılmıştır. Bu tezde görüntü sıkıştırma için Daubechies Wavelet dönüşümü kullanılmıştır. Wavelet dönüşümü ilk seviye olarak yapılmıştır ve daha sonra Wavelet sonucu bir gri seviyeli eş-oluşum matrisi (GLCM) kullanarak öznitelikler hesaplanmıştır. Sonuçlar önerilen yöntemin yeteneğini kanıtlamıştır. Özellik çıkarımı çok fazla bilgi kaybetmeden eş-oluşum matrisi kullanılarak yapılmıştır. Görüntünün parmak izi sınıflandırma özellikleri bulunduktan sonra karşılaştırmalı simülasyon sonuçları Öklid mesafesi yöntemi kullanılarak yapılmıştır. Uygun olduğu yerde bu algoritmaların birçok varyasyonları da uygulanmıştır.
Özet (Çeviri)
In this thesis a method has been proposed which is based on the features of fingerprints patterns. Same technique has been used for fingerprint identification. In proposed method fingerprint identification have been processed by using MATLAB, and we used the standard UPEK Fingerprint database. In this thesis we used wavelet transformation based on Daubechies wavelets for image compression. Here the first level of wavelet transformation is considered and then from the result of wavelet transform we took the gray level co-occurrence matrix GLCM. Results have proved the ability of the proposed method. Feature extraction is performed using Co-occurrence matrix without losing too much information. We have extracted the features of the fingerprints classification of image then the comparative simulation results measuring identified image is done by employing Euclidian distance method. Many variants scenario of these algorithms have also been implemented wherever it was appropriate.
Benzer Tezler
- 3B alzheimer MR görüntülerinin sınıflandırılmasında yeni yaklaşımlar
New approaches to the classification of 3D alzheimer MR images
MUHAMMET ÜSAME ÖZİÇ
Doktora
Türkçe
2018
Elektrik ve Elektronik MühendisliğiSelçuk ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. SERAL ÖZŞEN
- Ataletsel ölçüm birimi hatalarının belirlenmesi ve düzeltilmesi
Detection and compensation of inertial measurement unit error
YEŞİM GÜNHAN
Yüksek Lisans
Türkçe
2014
Elektrik ve Elektronik MühendisliğiHacettepe ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. MEHMET DEMİRER
- EEG sinyallerinin zaman-frekans gösterimlerinin derin öğrenme ile analizi sonucu alzheimer hastalığının tespiti
Detection of alzheimer disease through deep learning analysis of EEG signals' time-frequency representations
MERAL ASLAN DİL
Yüksek Lisans
Türkçe
2024
Biyomühendislikİstanbul Üniversitesi-CerrahpaşaBiyomedikal Mühendisliği Ana Bilim Dalı
PROF. DR. FIRAT KAÇAR
PROF. DR. AYDIN AKAN
- Elektrokardiyogram işaretlerinin sıkıştırılması
Compression of electrocardiogram signals
MEHMET KAYA
Yüksek Lisans
Türkçe
2006
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik Mühendisliği Ana Bilim Dalı
PROF.DR. TAMER ÖLMEZ
- Three essays on income inequality and finance
Gelir eşitsizliği ve finans üzerine üç makale
YUNUS SAVAŞ
Doktora
İngilizce
2022
EkonomiYıldız Teknik Üniversitesiİktisat (İngilizce) Ana Bilim Dalı
DOÇ. DR. SENEM ÇAKMAK ŞAHİN