*Corresponding Author Tel.: ; fax:

Transkript

1 Selçuk Üniversitesi ISSN 130/6178 Journl of Technicl-Online Volume 10, Number:1-011 Cilt 10, Syı:1-011 ÇAPRAZ İLİŞKİ METODUYLA İRİS TANIMA Ferruh YILDIZ,*, Nurdn Akhn BAYKAN b Selçuk Üniversitesi, Hrit Müh. Bölümü, Kony, Türkiye b Selçuk Üniversitesi, Bilgisyr Müh. Bölümü, Kony, Türkiye Özet Bu çlışmd, biyometrik sistemlerden iris tnım için yeni bir lgoritm geliştirilmiştir. Tnım işlemleri için kullnıln göz resimleri Ntionl Lbortory of Pttern Recognition - Institute of Automtion Chinese Acdemy of Sciences lborturının CASIA Iris veritbnındn lınmış olup, 30 x 80 piksel boyutlrınd gri seviye resimlerdir. Bu çlışmnın uygulmsınd 50 frklı kişiye it, toplm 150 resimden oluşn veri tbnı üzerinde çlışılmıştır. Kullnıln göz resimlerinden, tnım işleminde kullnılck oln iris kesit lnlrını tespit etmek için yeni bir segmentsyon lgoritmsı geliştirilmiş ve böylece tüm bir göz resmi içinden, sdece iris lnın it 64 x 64 piksel boyutlrınd kesit lnlr elde edilmiştir. Böylece tnım işlemi için tüm bir resim değil, sdece irise it kesit lnlr kullnıldığındn, hem işlem süresi kısltılmış, hem de tnım işlemi esnsınd test edilen piksel syısı için ypılck işlem miktrı zltıldığı için performns rttırılmıştır. Bu kesit lnlr göre krşılştırm ve tnım ypbilmek mcıyl, resimdeki piksel değerlerini kullnrk işlem ypn Çprz İlişki (cross correltion) metodu ve pikseller rsındki htlrın kreleri toplmının ortlm krekökü hesplmlrı kullnılmıştır. Çprz İlişki metodund korelsyonun en büyük ve ortlm htnın d en küçük olduğu görüntülerin doğru görüntü olrk lındığı progrmd, uygulm sonucund, ynı kişiye it, frklı zmnlrd çekilmiş, frklı göz resimlerinde % 77 benzerlik ornın kdr doğru tnım gerçekleştirilebilmiştir. *Corresponding Author Tel.: ; fx: E-mil:fyildiz@selcuk.edu.tr 19

2 Selçuk Üniversitesi ISSN 130/6178 Journl of Technicl-Online Volume 10, Number:1-011 Cilt 10, Syı:1-011 Elde edilen sonuçlr göre, Çprz İlişki modelinin kullnılcğı uygulmlrd, dijitl görüntülerde dönüklüğün 0 0 den büyük, ölçek frklılığının ise %30 dn dh büyük olduğu resim koşullrınd tnımnın zorlştığı, htlı sonuç lınbildiği gözlenmiştir. Anhtr Kelimeler: Biyometri, Dijitl Görüntü İşleme, İris Tnım, Çprz İlişki IRIS RECOGNITION USING CROSS CORRELATION Abstrct In this study, new iris recognition lgorithm hs been estblished. Eye imges were obtined from CASIA Iris Dtbse of Ntionl Lbortory of Pttern Recognition - Institute of Automtion Chinese Acdemy of Sciences, ech. The imges were gry level imges with the dimension of 30 x 80 pixel. In this study, totlly 150 imges belonging to 50 people were used. A new lgorithm hs been improved for segmenttion of iris from eye imges nd so new 64 x 64 pixel crosscut re hs been chieved. Thus, insted of the whole imge, the region of interest (ROI) ws selected nd so recognition performnce ws incresed while processing time ws decresed. For recognition ccording to crosscut res, Cross Correltion method, which uses the pixel vlues of imges, nd squre root of verge errors were pplied. As result, imge ws selected which hs mximum correltion nd minimum verge error. As result of progrmme runnings with vrious dt sets including severl different imges of ech person, bout 77 % of successful recognition hs been chieved. Erroneous results or unsuccessful recognitions were becuse of the imges whose rottion ws greter thn 0 0 nd scle difference ws greter thn 30 %. Keywords: Biometry, digitl imge processing, iris recognition, Cross Correltion 1. Giriş Teknolojinin yygınlşmsı ile birlikte iletişimden ticrete birçok lnd güvenlik konusu çok dh önemli bir hle gelmektedir. Kişi tnımlmsı için kullnıln geleneksel yöntemler kimlik krtlrı, güvenlik şifreleri, pin kodlrı vb dir. Anck kimlik krtlrı kybolbilir, çlınbilir y d şifre ve pin kodlrı unutbilir. Bu sebeplerden 0

3 Selçuk Üniversitesi ISSN 130/6178 Journl of Technicl-Online Volume 10, Number:1-011 Cilt 10, Syı:1-011 dolyı son yıllrd kişilerin fiziksel ve dvrnışsl özelliklerini tnıyrk kimlik sptmk üzere bilgisyr kontrollü, biyometrik sistemler geliştirilmektedir [1,, 3]. Bu sistemlerden en çok prmk izi tnım, yüz tnım, iris tnım kullnılmktdır. Kişi tnımlmsı için iris kullnm düşüncesini ilk olrk orty tn Frnsız göz doktoru Alphonse Bertillon dur [4] de iki göz doktoru, Arn Sfir ve Leonrd Flom, irisin, biyometrik sistemlerde kullnılbileceğini svunmuşlrdır d Cmbridge Üniversitesi nden Dr.John Dugmn ın öncülüğünde bir grupl birlikte Sfir ve Flom, iris tnım sisteminin lgoritmsını geliştirerek, 1987 de bu düşüncenin ptentini lmışlrdır. Grup, 199 de iris tnım üzerine ilk umut verici çlışmyı İngiltere de gerçekleştirmişlerdir [5]. Dugmn dışınd [6, 7], dh sonrlrı R.Wildes, W.Boles ve R.Snchez-Reillo gibi bilim dmlrı d benzer sistemler üzerinde çlışmışlrdır [8, 9]. 000 li yıllrdn sonr pek çok rştırmcı iris tnım üzerine frklı çlışmlr ypmışlrdır. Özellikle Çin de çlışmlr rtmıştır ve kuruln lborturlr ile çlışmlrd kullnılbilecek hzır bir iris veritbnı oluşturmuşlrdır [, 10, 11]. Ypıln bu sistemlerin tek frkı iris özelliklerini yırt etmede kullnıln lgoritmlrın frklılığıdır. İris trm, biyometrik trmlr içerisinde en bsit olnlrındn biridir. Sırdn bir CCD kmer kullnılrk yklşık 15-0 cm uzklıktn trm ypılbilmektedir. Kullnıcı ile tryıcı rsınd fiziksel tems olmsın gerek yoktur. Gözlükle bile kullnılbilmesi, sistemlere koly entegre olbilmesi ve iris deseninin en güvenilir desenlerden biri olmsı, iris trm sistemlerini dh çok tercih edilir hle getirmektedir. Ypıln bu çlışmd iris tnım için CASIA iris veritbnındn lınn göz görüntülerinde Çprz İlişki metoduyl iris tnım ypılmıştır. Bölüm de irisin ypısı, kullnıln görüntüler ve uygulnn lgoritm nltılmıştır. Bölüm 3 de ise çlışmy it sonuçlr verilmiştir.. Mteryl ve Metot Ypıln bu çlışmd iris tnım için hzır bir veritbnındn lınn göz görüntüleri kullnılrk iris tnım uygulmsı ypılmıştır. İris sınırlrının tespit edilmesi için Sobel kenr bulm opertörü kullnılmıştır. Tnım için kullnıln ess kısım iris olduğu için, kenrlrı tespit edilen iris lnındn, segmentsyon ile 64x64 lük 1

4 Selçuk Üniversitesi ISSN 130/6178 Journl of Technicl-Online Volume 10, Number:1-011 Cilt 10, Syı:1-011 kesit ln elde edilmiştir. Bu kesit lnlr kullnılrk, Çprz İlişki ve Htlrın Kreleri Toplmının Krekökü isttistiksel yöntemleri kullnılrk iris lnlrı rsınd krşılştırm yprk, tnım işlemi gerçekleştirilmiştir..1. İris ve Ypısı Göz, insnın en önemli orgnlrındn birisidir. İnsn lgılmsının yklşık yüzde 80'i gözler trfındn sğlnmktdır. Bütün vücuttki duyu lgılyıcılrının yüzde 70'i gözün retin tbksınd yer lmktdır. Göz, kftsınd orbit dı verilen kemik bir yuvy yerleşmiştir. Etrfı yumuşk yğ dokusuyl srılıdır. Üzerine ypışn 6 det ks, göz hreketlerini sğlmktdır. İnsnın göz ypısı içinde korne, iris, pupil, ön kmr, lens, vitreus, retin ve göz siniri gibi ypılr mevcuttur (Şekil 1). Şekil 1. Gözün ypısı İris, gözbebeğinin önünde bulunn dire şeklinde, göze rengini veren renkli tbkdır. Asıl görevi içerdiği kslrl fotoğrf mkinesindeki diyfrm gibi hreket ederek gözbebeğinin (pupil) büyüklüğünü yrlmktır. Gözbebeği irisin merkezindeki siyh bir dire gibi gözüken boşluktur. Göze giren ışık miktrı gözbebeğinin büyüklüğüyle yrlnmktdır. Aydınlık ortmlrd küçülmekte ve böylece göze z ışık girmektedir. Krnlıkt ise genişlemekte, gözün rk kısmın dh çok ışık ulşmktdır. Son yıllrd iris tnım sistemi, diğer sistemlere göre dh güvenilir, uygulmsı koly ve güncelliği her geçen gün rtn bir sistem olm özelliğindedir. Bunun sebepleri:

5 Selçuk Üniversitesi ISSN 130/6178 Journl of Technicl-Online Volume 10, Number:1-011 Cilt 10, Syı:1-011 İris ypısl olrk nne krnınd 3. yd oluşmy bşlmkt, 8. yd oluşumunu tmmlmkt ve doğumdn sonr -3 yıl içinde de tm gelişimini bitirmektedir. Bundn sonr iris, ypı olrk değişikliğe uğrmmktdır. Son yıllrdki rştırmlr göstermiştir ki, iris de prmk izi gibi kişi tnımlmd kullnılbilecek yırt edici özelliğe shiptir. İrisin oluşumu embryonun gelişimine bğlı olduğu için, genetik ypıy bğlı değildir. İris ypısı, ikizler de bile değişiklik gösterdiği gibi ynı kişinin sğ ve sol gözündeki iris ypılrı bile frklı olduğundn dolyı, tnım için dh yırt edici özelliğe shiptir. Bu nedenle, iris tnım sistemlerinde kişiler sistemin çlışm prensibine göre, y hep ynı gözle sisteme tnıtılmkt y d kişinin her iki gözü de sisteme kyıt edilmektedir. Gözde bulunn iris, korne, gözkpğı ve gözbebeği trfındn korunmktdır. Bu nedenle dış etkilerden en z etkilenebilecek özelliktedir. İrisin ypısı cerrhi müdhleyle bile değiştirilememektedir. İris tnım sistemi kişiye zrr vermez. Lzer y d benzeri görüntü lm tekniklerine ihtiyç duymdn bsit bir CCD kmer ile görüntü lınbilmektedir [1]. İris deseninin her bir milimetre kredeki yoğunluğu 3.4 bit tir. Bu yklşık frklı iris deseni nlmın gelmektedir [13]... Kullnıln Görüntüler Ypıln uygulmd, Ntionl Lbortory of Pttern Recognition - Institute of Automtion Chinese Acdemy of Sciences lborturının CASIA Iris veritbnındn temin edilen, 30 x 80 piksel boyutlrınd gri seviye görüntüler şeklindeki göz resimleri kullnılmıştır. Veritbnındki her kişi frklı zmnd (oturumd), toplm 7 det göz görüntüsü ile sisteme kydedilmiştir. NLPR-CASIA veritbnınd bulunn toplm 108 kişiye it 108 x 7 = 756 göz görüntüsü kullnılrk bu çlışmnın veri tbnı oluşturulmuştur. Resimler.bmp (bitmp) formtınddır. 3

6 Selçuk Üniversitesi ISSN 130/6178 Journl of Technicl-Online Volume 10, Number:1-011 Cilt 10, Syı:1-011 xxx_y_z.bmp olrk isimlendirilen görüntülerde; xxx : görüntünün rsınd kyıtlı kişilerden kime it görüntü olduğunu y : görüntünün hngi oturumd lındığını z : oturumd lınn kçıncı görüntü olduğunu göstermektedir. Örneğin ; 001_1_1.bmp : 1. kişinin, ilk oturumd lınn ilk görüntüsü 0 3.bmp :. kişinin ikinci oturumd lınn üçüncü görüntüsü Ypıln çlışmd bu veritbnın kyıtlı 50 kişiye it 150 görüntü üzerinde çlışılmıştır. Şekil de kullnıln görüntülere it örnekler görülmektedir. Şekil. Bir kişi için kullnıln örnek göz görüntüsü (): ilk oturumd lınn 3 görüntü (b): ikinci oturumd lınn 4 görüntü.3. Uygulnn lgoritm Ypıln çlışmd iris tnım için kullnıln CASIA iris veritbnın kyıtlı görüntülerde gürültü olmdığı için, gürültü zltm opertörleri kullnmy gerek duyulmmıştır. Görüntülerde, iris lnının kenrlrını tespit etmek için Sobel opertörü kullnılmıştır. Böylece, tüm bir görüntü içinde sdece iris lnı seçilmiştir (Şekil 3). 4

7 Selçuk Üniversitesi ISSN 130/6178 Journl of Technicl-Online Volume 10, Number:1-011 Cilt 10, Syı:1-011 Şekil 3. İris sınırlrının tespit edilmesi Kullnıln görüntülerde ylnızc iris değil de, gözbebeği, skler, göz kpğı, kirpikler gibi kullnılmyn lnlr d bulunduğundn dolyı, iris lnının sınırlrının tespit edilmesinin rdındn, geliştirilen segmentsyon lgoritmsı ile iris lnındn 64x64 piksel boyutlrındki iris kesit lnlrı çıkrılmıştır. İrise it özellikler her kişide frklılık gösterdiği için, krşılştırm için tüm bir iris lnı değil de, lınn kesit lnı kullnılmıştır (Şekil 4). Şekil 4. İris kesit lnı Geliştirilen segmentsyon lgoritmsı ile Sobel opertörü ile bulunn kenrlr içinde siyh ln oln gözbebeğinin sınırlrı bulunmuştur. Gözbebeğini ortlyrk sol ve sğ kenr htlrı sınır olmk üzere hem sğ, hem de sol trftn 3x64 piksel boyutlrınd iris kesit lnı lınrk, bu iki ln birleştirilmiştir. İris lnındn kesit ln çıkrıldığı için, tüm bir görüntü y d tüm bir iris lnı kullnılmdığı için hem işlem süresi kısltılmış, hem de tnım işlemi esnsınd test edilen piksel syısı için ypılck işlem miktrı zltıldığı için performns rttırılmıştır. Uygulmd iris kesit lnlrını kullnrk ypıln krşılştırm işlemi için Çprz İlişki (cross correltion) ve Htlrın Kreleri Toplmının Krekökü isttistiksel yöntemleri kullnılmıştır. 5

8 Selçuk Üniversitesi ISSN 130/6178 Journl of Technicl-Online Volume 10, Number:1-011 Cilt 10, Syı:1-011 Krşılştırm işlemi için görüntülerdeki piksel değerleri ile işlem ypılmktdır. Görüntüler gri seviye resimler olduğu için piksel değerleri 0 55 rsınddır. Piksel 0 ise siyh, 55 ise beyz değerini lmktdır. Krşılştırm işleminde kullnıln fonksiyonlr tek boyuttki mtrislerle işlem yptıklrı için, mtris formtındki görüntü tek boyutlu bir dizi hline getirilmektedir. Böylece boyutlrı ixj oln mtris formtındki bir görüntü için; ixj = N elemnlı bir dizi oluşturulmuştur. Mtrisin elemnlrı (1,1) yni 1. stır 1. sütundki elemndn bşlmk üzere, (i,j) yni i. stır ve j. sütundki elemn kdr tek tek diziye eklenmektedir (Şekil 5). Görüntülere it piksel değerlerinin tek boyutlu diziye ktrılmsı ile boyutlu mtrislerle değil de, tek boyuttki dizilerle işlem ypılbilmektedir. Böylece hem işlemler kolylşmış, hem de işlem süresi kısltılmıştır. Şekil 6 te göz görüntülerinden lınn 64x64 piksel boyutlrındki iris kesit lnlrı, kesit lnlrın mtris formtındki piksel değerleri ve bu mtrislerin elemnlrı oln piksel değerlerinin tek boyutlu diziye ktrılmsı gösterilmiştir. [ ] 1,1 1, 1,3 1, j 1 1,1,1 3,1 i 1,1 i,1 1, j 1,, 3, i 1, i,,1, 1,3,3 3,3 i 1,3 i,3,3 1, j 1, j 1 3, j 1 i 1, j 1 i, j 1 Şekil 5. Mtris formtındki görüntünün tek boyutlu diziye ktrılmsı, j 1, j, j 3, j i 1, j i, j i 1, j i,1 i, i, j 1 i, j Piksel değerleri diziye ktrıln görüntüler üzerinde krşılştırm ypmk için Çprz İlişki metodu kullnılmıştır. Çprz ilişki, dijitl görüntüler rsındki benzerliği kurn bir tekniktir. Çprz ilişki metodu, bsit, uygulmsı koly ve hesbı hızlı bir tekniktir. Çprz ilişki fonksiyonunu hesplmk için, bir referns penceresi, dh büyük bir rştırm penceresi içerisinde piksel piksel hreket ettirilmektedir. Bu yöntemde iki frklı görüntü rsınd piksellerin gri değerleri rsındki korelsyon 6

9 Selçuk Üniversitesi ISSN 130/6178 Journl of Technicl-Online Volume 10, Number:1-011 Cilt 10, Syı:1-011 ktsyısı ( ρ ) hesplnmktdır [14, 15, 16]. Görüntüler rsındki benzerlik ornı d R ile bulunmktdır (Denklem 1). ρ = i, j [ g1(i1, j1 ) g1][ g (i, j ) g ] i, j [ g (i, j ) g ] [ g (i, j ) g ] g 1 = g1(i1, j1 ) g = g (i, j ) N N i, j i, j i, j (1) R = ρ Burd; ρ korelsyon ktsyısı; (i, j ) ilk görüntüye it piksellerin gri değerleri; g (i, j ) g1 1 1 ikinci görüntüye it piksellerin gri değerleri; 1 g ilk görüntüye it piksellerin ortlm gri değerleri; g ikinci görüntüye it piksellerin ortlm gri değeri; N görüntüdeki toplm piksel syısı ve R benzerlik ornıdır. Korelsyon ktsyısı dim -1 ile +1 rsınddır. Ktsyının sıfır (0) çıkmsı iki görüntü rsınd ilişkinin olmdığını göstermektedir. Eğer iki görüntüye it piksellerin değerlerinin değişmesi ynı yönde ise, korelsyon ktsyısı pozitif (+) çıkmktdır. Am değerler ters yönde değişiyors, korelsyon ktsyısı negtif (-) çıkmktdır. Yni korelsyon ktsyısı; 1 < ρ < 1 şeklindedir [17, 18]. Tnım işlemi için, korelsyon ktsyısı ile birlikte, görüntülere Htlrın Kreleri Toplmının Krekökü yöntemi (Denklem ) uygulnrk ortlm htlrın en küçük olduğu görüntüler rnmıştır. E N 1/ 1 ( t1 s1 + t s +...t n s n ) () f t s = = N i= 1 i i N () Burd; E(f) Htlrın kreleri toplmının krekökü; t i ilk görüntüye it piksel değerleri ve s i ikinci görüntüye it piksel değerleridir. 7

10 Selçuk Üniversitesi ISSN 130/6178 Journl of Technicl-Online Volume 10, Number:1-011 Cilt 10, Syı:1-011 Şekil 6. İristen kesit ln lınmsı ve piksel değerlerinin okunmsı () göz görüntüsü b) görüntüden lınn 64x64 piksel boyutlrındki iris kesit ln c) kesit lndki piksellerin gri değerlerinin mtris formtınd gösterimi d) piksellerin gri değerlerinin tek boyutlu diziye ktrılmsı Tnım işleminde iki görüntüdeki pikseller rsınd birebir işlem yprken min[e(f)] rnmıştır. Böylece gerçek değerlere mümkün oln en ykın değerler bulunmuştur. Krşılştırm işlemi iki frklı dımd ypıldığı için de, bşrı ornı yükselmiştir. 8

11 Selçuk Üniversitesi ISSN 130/6178 Journl of Technicl-Online Volume 10, Number:1-011 Cilt 10, Syı: Uygulm progrmı İris tnım uygulmsı için Delphi progrmlm dili kullnılrk, bir uygulm progrmı geliştirilmiştir. Progrm göz görüntülerinden iris lnının sınırlrını belirlemekte, geliştirilen segmentsyon lgoritmsı ile tnımd kullnılck iris kesit lnını tespit etmekte, Çprz İlişki ve Htlrın Kreleri Toplmının Krekökü yöntemleriyle de tnım işlemini gerçekleştirmektedir (Şekil 7). Şekil 7. İris tnım progrmı r yüzü Dosy menüsünden resim çılbilmekte y d çıln resim kydedilebilmektedir (Şekil 8, Şekil 9). 9

12 Selçuk Üniversitesi ISSN 130/6178 Journl of Technicl-Online Volume 10, Number:1-011 Cilt 10, Syı:1-011 Şekil 8. Progrmın dosy menüsü Şekil 9. İşlenecek resmin çılmsı Önişlem menüsünde, dijitl görüntü işleme için ypılbilecek işlemler bulunmktdır (Şekil 10, Şekil 11). 30

13 Selçuk Üniversitesi ISSN 130/6178 Journl of Technicl-Online Volume 10, Number:1-011 Cilt 10, Syı:1-011 Şekil 10. Filtreleme, Histogrm ve Threshold işlemleri için önişlem menüsü Şekil 11. Görüntüye Sobel filtre uygulnmsı Progrmdki segmentsyon menüsü, göz görüntüsünden, iris kesit lnının lınmsı için geliştirilen segmentsyon işlemini gerçekleştirmektedir (Şekil 1). 31

14 Selçuk Üniversitesi ISSN 130/6178 Journl of Technicl-Online Volume 10, Number:1-011 Cilt 10, Syı:1-011 Şekil 1. Görüntüye segmentsyon uygulnmsı ve iris kesit lnının bulunmsı Şekil 13, progrmd, kesit lnın göre krşılştırm ypılmsını ve lınn sonucu göstermektedir. Eğer görüntü tnınıyors benzer resmi ve benzerlik ornını göstermekte yoks benzer görüntü bulunmuyors Resim tnınmıyor sonucunu vermektedir (Şekil 14). Şekil 13. Kesit lnın göre ypıln krşılştırm sonucu 1 3

15 Selçuk Üniversitesi ISSN 130/6178 Journl of Technicl-Online Volume 10, Number:1-011 Cilt 10, Syı:1-011 Şekil 14. Kesit lnın göre ypıln krşılştırm sonucu 3. Sonuçlr ve Trtışm Çlışmd ilk olrk veritbnın 30 kişinin şer det frklı görüntüsü olmk üzere 60 görüntü kydedilmiştir. Kyıtlı 30 kişinin, veritbnın kyıtlı olmyn, frklı zmnlrd çekilmiş görüntüleri kullnılrk ypıln ilk deneyde % 77 tnım bşrısı elde edilmiştir. Sonrki deneyde veritbnın 30 kişinin 3 er det frklı görüntüsü olmk üzere 90 görüntü kydedilmiştir. 30 kişinin yine veritbnın kyıtlı olmyn, frklı zmnd çekilmiş görüntüleri kullnılrk ypıln ikinci deney ise % 70 bşrı bulunmuştur. Ypıln üçüncü deneyde ise, veritbnın 50 frklı kişinin şer det frklı görüntüsü olmk üzere 100 görüntü kydedilmiştir. 50 kişinin, kyıtlı olmyn frklı görüntüleri ile ypıln çlışmd ise % 74 bşrıy ulşılmıştır. Ypıln son deneyde ise veritbnın 50 frklı kişinin 3 er det frklı görüntüsü olmk üzere 150 görüntü kydedilmiştir. 50 kişinin, kyıtlı olmyn frklı görüntüleri ile ypıln çlışmd yine % 74 bşrıy ulşılmıştır. İris tnım için Çprz İlişki (Cross Correltion) ve Htlrın Kreleri Toplmının Krekökü isttistik yöntemlerinin kullnıldığı progrmd, elde edilen bşrı yüzdeleri (%) Şekil 15 de ve Tblo 1gösterilmiştir. 33

16 Selçuk Üniversitesi ISSN 130/6178 Journl of Technicl-Online Volume 10, Number:1-011 Cilt 10, Syı:1-011 Tnınn-Tnınmyn Görüntü Syısı Deney Görüntü Syısı Tnınn Görüntü Syısı Tnınmyn Görüntü Syısı Şekil 15. Ypıln işlem sonuçlrının grfiksel gösterimi Tblo 1 Deney görüntü syılrı ile ypıln işlem sonuçlrı Kyıtlı Görüntü Deney Görüntü Syısı Tnınn Görüntü Tnınmyn Görüntü 30 kişiye it 30 kişinin kyıtlı 3 görüntü 7 görüntü 60 görüntü olmyn resmi tnındı tnınmdı 30 kişiye it 30 kişinin kyıtlı 1 görüntü 9 görüntü 90 görüntü olmyn resmi tnındı tnınmdı 50 kişiye it 50 kişinin kyıtlı 37 görüntü 13 görüntü 100 görüntü olmyn resmi tnındı tnınmdı 50 kişiye it 50 kişinin kyıtlı 37 görüntü 13 görüntü 150 görüntü olmyn resmi tnındı tnınmdı Bşrı Yüzdesi % 77 % 70 % 74 % 74 Ypıln uygulmd, ilk olrk % 77 bşrı lındığı hlde, dh sonr bu bşrı ornı % 70 e ve % 74 e düşmüştür. Bunun nedenleri şu şekilde sırlnbilir: Çprz İlişki yönteminde, iki görüntü rsınd geometrik model bozulurs, hsssiyet zlmktdır. Tnım ypılck kişiye it seçilen görüntü ile veritbnın kyıtlı görüntünün geometrik modeli ynı olmybilmektedir. Görüntülerde dönüklüğün 0 0 den büyük olmsı, ölçek frklılığının d % 30 dn büyük olmsı durumlrınd htlı sonuçlr oluşbilmektedir. 34

17 Selçuk Üniversitesi ISSN 130/6178 Journl of Technicl-Online Volume 10, Number:1-011 Cilt 10, Syı:1-011 Tnım işlemi için seçilen resimlerin prlklık, dönüklük y d kontrst frklılıklrı nedeniyle piksel değerleri ykın olbilmektedir. Bu durumd, korelsyon ktsyısı 1 e ykın çıkbilmektedir. Seçilen resimlerin prlklık, dönüklük y d kontrst frklılıklrı nedeniyle piksel değerleri ykın olbilmektedir. Bu durumd, sonuç olrk birbirine çok ykın korelsyon ktsyılrı bulunbilmektedir. Çprz İlişki de korelsyon ktsyısıyl birlikte, Htlrın Kreleri Toplmının Krekökü hesplnmktdır. Çünkü ynı kişinin, frklı ölçeklerde çekilmiş görüntülerinde kym ols bile, ynı kişinin irisine it piksellerin değerleri ykın olduğundn, piksel değerleri rsındki htlr minimumdur. İlk deneysel çlışmnın rdındn, kullnıln görüntülerde veritbnın kyıtlı olmyn görüntü syısı rttırılmış ve çlışm rlığı genişletilmiştir. Bu çlışmd iris tnım için isttistiksel yöntemler kullnılmıştır. Önerilen bu sistem prtik uygulmlrd kullnılbilir. Kmer yrdımıyl lınn göz görüntülerinde gerçek zmnlı tnım işlemi ypılbilir. Ayrıc kullnıln göz görüntülerinin syısı rttırılrk, dh geniş lnd çlışmlr ypılbilir. İris tnınmsınd isttistiksel yöntemler dışınd son zmnlrd gelişen ypy zekâ teknikleri de kullnılbilir. Teşekkür Bu çlışmd Çin Fen Bilimleri Akdemisi nin CASIA İris görüntüleri kullnılmıştır. (CASIA Iris Dtbse Chinese Acdemy of Sciences) Kynklr [1] Zhu Y, Tn T, Wng Y, Biometric Personl Identifiction Bsed On Iris Ptterns, Pttern Recognition, Proceedings. 15th Interntionl Conference 000; : [] M L, Wng Y, Tn T, Iris Recognition Bsed On Multichnnel Gbor Filtering, Proceedings of ACCV 00; 1:

18 Selçuk Üniversitesi ISSN 130/6178 Journl of Technicl-Online Volume 10, Number:1-011 Cilt 10, Syı:1-011 [3] Ali J.M.H, Hssnien A.E, An Iris Recognition System to Enhnce E-security Environment Bsed on Wvelet Theory, Advnced Modeling nd Optimiztion (AMO) 003; 5(): [4] Tisse C, Mrtin L, Torres L, Robert M, Person Identifiction Technique Using Humn Iris Recognition, 15th Interntionl Conference on Vision Interfce 00: [5] Dugmn, J, High confidence personl identifiction by rpid video nlysis of iris texture, IEEE Proc., Uluslr rsı Crnhn Konfernsı 199 [6] Dugmn, J, High confidence visul recognition of persons by test of sttisticl independence, IEEE Trns. on Pttern Anlysis nd Mchine İntelligence 1993; 15(11): [7] Dugmn, J, How iris recognition works, IEEE Trns. on Circuits nd Systems for Video Technology 004; 14 (1): 1-30 [8] Wildes, R.P, Asmuth, J.C, Gren, G.L, Hsu, S.C, Kolczynski, R, J, Mtey, J, R, McBride, S, E, A system for utomted iris recognition, Proceedings. nd IEEE Workshop 1994:11-18 [9] Boles, W.W, A security system bsed on humn iris identifiction using wevelet trnsform, Engineering Applictions of Artificil Intelligence 1998; 11(1):77-85 [10] M L, Wng Y, Tn T, Iris Recognition Using Symmetric Filters, Pttern Recognition, Proceedings. 16th Interntionl Conference 00; : [11] CASIA Iris Dtbse ( [1] Hung Y, Luo S, Chen E, 00, An Efficient Iris Recognition System, Mchine Lerning nd Cybernetics, Interntionl Conference Proceedings 00; 1: [13] Szewczyk R, Jblonski P, Kulesz Z, Npierlski A, Cbestny J, Moreno M, Automtic People Identifiction On The Bsis Of Iris Pttern Extrction Fetures nd Clssifiction, Microelectronics, (MIEL 00) 3rd Interntionl Conference 00; : [14] Krbörk H, Digitl fotogrmetride mnuel ve yrı otomtik yöntemlerin değerlendirme doğruluğun etkisi üzerine bir rştırm, Doktor Tezi, Fen Bilimleri Enstitüsü, Selçuk Üniversitesi, Kony, 00 36

19 Selçuk Üniversitesi ISSN 130/6178 Journl of Technicl-Online Volume 10, Number:1-011 Cilt 10, Syı:1-011 [15] Yıldız F, Krbörk H, Digitl fotogrmetride syısl yükseklik modelinin yrı otomtik olrk belirlenmesi üzerine bir çlışm, S.Ü. Müh-Mim. Fk. Dergisi 00; 17() [16] Akhn, N, Bilgisyr destekli iris tnım, Yüksek Lisns Tezi, Fen Bilimleri Enstitüsü, Selçuk Üniversitesi, Kony, 004 [17] Ünver Ö, Gmgm H, Uygulmlı isttistik yöntemler, Ankr: Cem Web Ofset Ltd.Şti.; 1999 [18] Çil B, İsttistik, Ankr: Dety Yyıncılık;