Frekans domainde yerel ikili desen: Ayrık kosinüs dönüşümü ve haar dalgacık dönüşümü ile performans karşılaştırması
Local binary pattern in the frequency domain: Performance comparison with discrete cosine transform and haar wavelet transform
- Tez No: 959914
- Danışmanlar: DR. ÖĞR. ÜYESİ ALİ ÖZKURT, DOÇ. DR. İBRAHİM FURKAN İNCE
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Görüntü tanıma, Makine öğrenmesi, Sayısal görüntü işleme, Image recognition, Machine learning, Digital image processing
- Yıl: 2025
- Dil: Türkçe
- Üniversite: İstanbul Nişantaşı Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgi Teknolojileri Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu tezde, iris dokularının doğası gereği yüksek frekanslı ayrıntılar açısından zengin olduğu gözlemine dayanarak, yüksek frekanslı bileşenleri frekans alanında yükselterek iris tanıma doğruluğunu artırmak için yeni bir yaklaşım önerilmiştir. Yöntem, bu bileşenleri yükseltmek için Haar Dalgacık Dönüşümü (HWT) ve Ayrık Kosinüs Dönüşümü'nü (DCT) kullanır ve ardından daha ayrıntılı iris görüntüleri yeniden oluşturmak için ters bir dönüşüm süreci izler. Teknik, her bir merkezi pikseli çevreleyen sekiz komşu pikselin parlaklık değerleri üzerinde çalışır. Bu değerler önce yüksek frekanslı öğelerin yoğunlaştırıldığı frekans alanına dönüştürülür ve daha sonra uzaysal alana geri yeniden yapılandırılır. Özellik çıkarma, geliştirilmiş görüntülere uygulanan Yerel İkili Desen (LBP) algoritması kullanılarak gerçekleştirilir. Tek bir global histogram yerine, özellikler arasında tutarlılığı sağlamak için lokal LBP histogramları hesaplanır ve normalleştirilir. Bu özellik vektörleri %70 eğitim ve %30 test kümelerine ayrılır ve sınıflandırma performansları K-En Yakın Komşular (KNN), Destek Vektör Makineleri (SVM), Rastgele Orman (RF), Çok Sınıflı Sınıflandırıcı, Çok Sınıflı Sınıflandırıcı Güncellenebilir, Basit Lojistik, LMT, KStar, Naif Bayes ve Naif Bayes Güncellenebilir dahil olmak üzere birden fazla algoritma kullanılarak değerlendirilir. Deneysel sonuçlar, önerilen yöntemin geleneksel yöntemlere kıyasla tanıma doğruluğunda önemli bir artış sağladığını göstermektedir. Hem HWT hem de DCT karşılaştırılabilir doğruluk sağlarken, HWT işleme hızında önemli bir avantaj sergiler. Yaklaşımın performansı iki genel iris görüntü veri kümesi olan MMU1 ve MMU2 kullanılarak değerlendirilir. Bu çalışma yalnızca iris tanımada yeni bir yön sunmakla kalmaz, aynı zamanda piksel yoğunluğu değerlerinin frekans alanı işlenmesine de katkıda bulunarak bu alandaki gelecekteki araştırma çabaları için değerli bilgiler sunar.
Özet (Çeviri)
In this thesis, a novel approach is proposed to enhance iris recognition accuracy by amplifying high-frequency components within the frequency domain, based on the observation that iris textures are inherently rich in high-frequency details. The method leverages the Haar Wavelet Transform (HWT) and Discrete Cosine Transform (DCT) to amplify these components, followed by an inverse transformation process to reconstruct more detailed iris images. The technique operates on the brightness values of eight neighboring pixels surrounding each central pixel. These values are first transformed into the frequency domain, where the high-frequency elements are intensified, and subsequently reconstructed back into the spatial domain. Feature extraction is performed using the Local Binary Pattern (LBP) algorithm applied to the enhanced images. Instead of a single global histogram, local LBP histograms are computed and normalized to ensure consistency across features. These feature vectors are split into 70% training and 30% testing sets, and their classification performance is evaluated using multiple algorithms, including K-Nearest Neighbors (KNN), Support Vector Machines (SVM), Random Forest (RF), Multi Class Classifier, Multi Class Classifier Updateable, Simple Logistic, LMT, KStar, Naive Bayes, and Naive Bayes Updateable. Experimental results demonstrate that the proposed method yields a notable increase in recognition accuracy over conventional methods. While both HWT and DCT produce comparable accuracy, HWT exhibits a considerable advantage in processing speed. The performance of the approach is evaluated using two public iris image datasets, MMU1 and MMU2. This study not only presents a new direction in iris recognition but also contributes to the frequency domain processing of pixel intensity values, offering valuable insights for future research efforts in this area.
Benzer Tezler
- New algorithms and techniques for microprocessor-controlled PWM induction drives
Başlık çevirisi yok
OSMAN KÜKRER
Doktora
İngilizce
1987
Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. H. BÜLENT ERTAN
- Computer aided design of lumped and distributed broadband matching and filtering networks
Başlık çevirisi yok
ADNAN KÖKSAL
Yüksek Lisans
İngilizce
1987
Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. NEVZAT YILDIRIM
- Temel boyutlarıyla müziksel işitmenin incelenmesi
Research in musical audibility with it's basic dimensions
MEHLİKA DÜNDAR
