K-TDA sözlük öğrenmesi ile görüntü zenginleştirerek iris tanıma
Iris recognition based on image enhancement using K-SVD dictionary learning
- Tez No: 682058
- Danışmanlar: DR. ÖĞR. ÜYESİ NURDAN BAYKAN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- Dil: Türkçe
- Üniversite: Konya Teknik Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 112
Özet
Biyometri, kullanıcının fiziksel ve davranışsal özelliklerini tanıyarak kimlik saptamak üzere geliştirilmiş bilgisayar kontrollü, akıllı sistemler için kullanılan genel bir terimdir. Bu tez çalışmasında, biyometrik sistemlerin bir alt dalı olan iris tanıma yöntemi ile kimlik doğrulama sistemi gerçekleştirilmiştir. İris tanıma sistemleri birbirini takip eden aşamalardan oluşmaktadır. Tez kapsamında Casia İris veritabanından alınan görüntüler kullanılmıştır. Kullanılan yöntemde iris resmi veritabanından alınmakta, ortanca filtresi uygulanarak bulanıklaştırılmaktadır. Daha sonra gözbebeği sınırları tespit edilmiştir. Takip eden aşamada iris bölgesi Dairesel Hough Dönüşümü Yöntemi ile belirlenmekte ve iris bölgesi görüntünün geri kalanından ayrılmaktadır. Daha sonra Kartezyen koordinattan polar koordinata geçiş yapılmıştır. Bu sayede iris görüntüsü matris formatında dikdörtgen hale dönüştürülmüştür. Polar koordinata dönüştürülmüş tüm görüntüler 256x64 piksel olarak yeniden boyutlandırılmış ve tüm görüntüler standart hale getirilmiştir. Önişlem aşamalarından geçerek, iki boyutlu matris formatında standart boyutlara getirilen görüntüler normalize edilmiş ve daha sonra ayrılan iris bölgesi üzerinden K-Tekil Değer Ayrıştırma (K-TDA) sözlük öğrenme yöntemi ile görüntü zenginleştirme yapılarak irise ait ayırt edici özelliklerin belirginleştirilmesi sağlanmıştır. Bu sayede elde edilen özellik vektörleri ile iris görüntüleri üzerinde Yapısal Benzerlik İndeksi (YBİ), Hamming Uzaklığı (HU), Öklid Uzaklığı (ÖU) ve Ortalama Karesel Hata (OKH) kullanılarak karşılaştırma yapılmakta, doğrulama ve tanılama sistemleri oluşturulmaktadır. Segmentasyon hataları, iris tanıma başarınım yüzdeleri, hata yüzdeleri literatür ile karşılaştırmalı olarak incelenmiş, önerilen yöntem literatürdeki yöntemlerle rekabetçi başarınımlar sunmuştur. Tez kapsamında geliştirilen ve Öklid Uzaklığı kullanan yöntem %99.86 başarı göstermiştir. Hatalı kabul oranı %0 olarak gerçekleşirken, hatalı reddetme oranı 0.0014 olmuştur.
Özet (Çeviri)
Biometrics is a general term used for computer-controlled, automated and smart systems developed to identify the user by recognizing the physical and behavioral characteristics. In this thesis, an identity verification system implemented with iris recognition method, which is a sub-branch of biometric systems. Iris recognition systems consist of successive stages. Images taken from Casia Iris database were used in the scope of the thesis. In the method, the iris picture is taken from the database and blurred by applying the median filter. Then the pupil boundaries are determined. In the next step, the iris region is determined by the Circular Hough Transform Method and the iris region is separated from the rest of the image. Later, a transition was made from Cartesian coordinate to polar coordinate. In this way, the iris image is transformed into a rectangular form in matrix format. All images converted to polar coordinates were resized as 256x64 pixels and all images were standardized. After going through the preprocessing stages, the images brought to standard dimensions in two-dimensional matrix format were normalized and then the distinctive features of the iris were clarified by enriching the images with the K-Singular Value Decomposition (K-SVD) dictionary learning method over the separated iris region. By this means, comparison is made on iris images with the feature vectors obtained by using Structural Similarity Analysis (SSIM), Hamming Distance (HD), Euclidian Distance (ED) and Mean Squared Error (MSE) and verification and diagnosis systems are established. Segmentation errors, iris recognition success percentages and error percentages were examined in comparison with the literature, and the proposed method presented competitive successes with the methods in the literature. The method developed within the scope of the thesis using Euclidean Distance has shown 99.86% success. While the false acceptance rate was 0%, the false rejection rate was 0.0014.
Benzer Tezler
- Alternatif düşük ranklı matris ayrışımı ile gizli anlamsal dizinleme
Latent semantic indexing with alternate low rank matrix approximation
FAHRETTİN HORASAN
Doktora
Türkçe
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKırıkkale ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. HASAN ERBAY
- Radius distal uç kırıklarında teardrop açısı ve yükseklik restorasyonun fonksiyonel sonuçlara etkisi
The effect of teardrop angle and height restoration on functional results in radius distal fractures
ALİ TEPE
Tıpta Uzmanlık
Türkçe
2022
Ortopedi ve TravmatolojiKırıkkale ÜniversitesiOrtopedi ve Travmatoloji Ana Bilim Dalı
PROF. DR. MERİÇ ÇIRPAR
- İskemik ön koşullandırmanın tiyol disülfid dengesi üzerindeki etkisi, randomize kontrollü araştırma
Effect of ischemic preconditioning on thiole disulphide balance: A randomized controlled research
MEHMET NURULLAH ARIKAN
Tıpta Uzmanlık
Türkçe
2022
Anestezi ve ReanimasyonSağlık Bilimleri ÜniversitesiAnesteziyoloji ve Reanimasyon Ana Bilim Dalı
DOÇ. DR. BETÜL KOZANHAN
- Telsiz duyarga ağları için hakim küme algoritmaları
Dominating set algorithms for wireless sensor networks
ÖZKAN ARAPOĞLU
Yüksek Lisans
Türkçe
2015
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolEge ÜniversitesiUluslararası Bilgisayar Ana Bilim Dalı
DOÇ. DR. ORHAN DAĞDEVİREN
- Topological data analysis and clustering algorithms in machine learning
Topolojik veri analizi ve makine öğreniminde kümeleme algoritmaları
İSMAİL GÜZEL
Doktora
İngilizce
2023
Matematikİstanbul Teknik ÜniversitesiMatematik Mühendisliği Ana Bilim Dalı
PROF. DR. ATABEY KAYGUN