BİYOMETRİK İRİS SINIFLANDIRMA SİSTEMLERİ

Ebat: px

Şu sayfadan göstermeyi başlat:

Download "BİYOMETRİK İRİS SINIFLANDIRMA SİSTEMLERİ"

Oz Elmas
8 yıl önce
İzleme sayısı:

1 BİYOMETRİK İRİS SINIFLANDIRMA SİSTEMLERİ Emre DANDIL, K.İBRAHİM KAPLAN Akademik Bilişim 2013

2 İnternet ve bilgisayar teknolojilerinin etkin kullanılmaya başlanması ile birlikte, bazı kişisel bilgilere veya kurum ve kuruluşlara ait gizli verilere, yetkili olmayan girişlerin yasaklanması gibi zorunlulukları doğurmuştur. Aynı zamanda bu işlemin doğru, güvenilir ve çok kısa sürede gerçekleştirilebilmesi çok önemlidir. Bu sistemler genel olarak kullanıcıdan bir bilgi, şifre ve pin numarası ya da başka bir yöntemle giriş bilgisi istemektedir.

doğurmuştur. Aynı zamanda bu işlemin doğru, güvenilir ve çok kısa sürede gerçekleştirilebilmesi çok önemlidir.

3 Biyometrik sistemler yüz, parmak izi, retina, iris, el geometrisi, imza, ses, koku tanıma gibi yapılar ile açıklanabilir. Bu çalışmada insan gözünde hiçbir zaman değişmeyen iris bölgesinin belirlenmesi ve kişinin tanınması aşamasında bir sistem geliştirilmiştir. Sistem ile iris görüntülerinin sınıflandırılması için kullanılan özellik çıkarımları ve algoritmalar belirlenmiş ve örnek bir çalışma Matlab programı ile uygulanılması amaçlanmıştır.

Bu çalışmada insan gözünde hiçbir zaman değişmeyen iris bölgesinin belirlenmesi ve kişinin tanınması aşamasında

4 Göz, insanın en önemli organlarından başında gelmektedir. İnsan algılamasının yaklaşık yüzde 80'i gözler tarafından sağlanmaktadır. Bütün vücuttaki duyu algılayıcılarının yüzde 70'i gözün retina tabakasında yer almaktadır. İnsanın göz yapısı içinde kornea, iris, pupil, ön kamara, lens, vitreus, retina ve göz siniri gibi yapılar mevcuttur. Şekil 1' de insan gözü ve yapısı gösterilmiştir.

Bütün vücuttaki duyu algılayıcılarının yüzde 70'i gözün retina tabakasında yer almaktadır.

6 Veritabanında[1] çalışmada kullanılmak üzere 64 tane sol göz için ve 64 tane de sağ göz için olmak üzere toplamda 128 tane örüntü mevcuttur. Tüm resimler 24 bit RGB, 576x768 piksel ve PNG formatında SONY DXC-950P 3CCD kamera ile kaydedilmiştir.

10 Görüntünün sınır eğrisi local süreklilik gösteren ve çevresine göre belirginleşmiş bölgelerin değişim noktalarından oluşur. Görüntü sınırı 5 farklı algoritma ile çıkarılabilir. Bunlar Sobel, Prewitt, Roberts, Log ve Canny algoritmalarıdır. Sınır grafiği siyah zemin üzerine beyaz olarak çizilir [3].

Görüntü sınırı 5 farklı algoritma ile çıkarılabilir.

18 Bu çalışmamızda iris merkezi bulunarak belli boyutlarda bir parça alınarak morfolojik işlemlere tutulmuştur. Merkezi bulurken izlenen yöntem ise resmin üzerinde ki alanlar arasındaki ilişkiden yaralanarak ve yuvarlak şekil ayırt edilerek işleme tabi tutulmuş ve iris merkezinin bulunması sağlanmıştır.

Merkezi bulurken izlenen yöntem ise resmin üzerinde ki alanlar arasındaki

19 Morfolojik operasyonlar ikili imgelere uygulanabileceği gibi, gri tonlu imgeler için de tanımlıdırlar. Gri tonlu imgede yayma işlemi, imgedeki koyu tonlu bölgeleri açmaktadır. İmgede koyu tonlu bölgelerle çevrili parlak bölgeler genişlerken parlak bölgeler ile çevrili koyu tonlu bölgeler zayıflamakta,hatta yapı elemanı ve koyu tonlu bölgelinin boyutuna bağlı olarak kaybolabilmektedir. Gri tonlu bölgenin boyutuna bağlı imgede aşındırma işlemi, imgenin parlaklığını arttırmaktadır. İmgede koyu tonlu bölgelerle çevrili parlak bölgeler daralırken, parlak bölgeler ile çevrili koyu tonlu bölgeler genişlemektedir.[2]

İmgede koyu tonlu bölgelerle çevrili parlak bölgeler genişlerken parlak bölgeler ile çevrili koyu tonlu bölgeler zayıflamakta,hatta yapı elemanı ve koyu

24 Uygulanan yöntemler sayesinde iris örüntülerinin merkezi bulunarak bu merkezden 100x100 matrisler alınarak kaydedilmiştir. Daha sonra kaydedilen resimler ile aynı kişilerin farklı örüntüleri alınarak aralarında ki korelasyon incelenerek birbirlerinin aynısı olup olmadığı incelenmiştir.

29 Merkezi bulunarak alınan parçalar başka bir klasöre kaydedilmektedir. Daha bu resimler karşılaştırma için kullanılacaktır.

30 Karşılaştırmalar resimler arasındaki korelasyon katsayı baz alınarak yapılmıştır.

31 [1]. Phoneix Iris Database, Erişim Tarihi: [2]. Dobeš M., Machala L., Tichavský P., Pospíšil J., Human Eye Iris Recognition Using the Mutual Information. Optik Volume 115, No.9, p , Elsevier 2004, ISSN [3]. yometrik-tanima-sistemleri/

32 Teşekkür ederiz.

Benzer belgeler

Biyometrik İris Sınıflandırma Sistemleri. Biometric Iris Classification Systems

Biyometrik İris Sınıflandırma Sistemleri. Biometric Iris Classification Systems Emre Dandıl 1, Küçük İbrahim Kaplan 2 1 Bilecik Şeyh Edebali Üniversitesi, Meslek Yüksekokulu, Bilgisayar Programcılığı Bölümü, Bilecik 2 Bilecik Şeyh Edebali Üniversitesi, Mühendislik Fakültesi, Bilgisayar