Çapraz ilişki metoduyla iris tanıma
| dc.contributor.author | Yıldız, Ferruh | |
| dc.contributor.author | Baykan, Nurdan Akhan | |
| dc.date.accessioned | 2018-05-25T07:04:53Z | |
| dc.date.available | 2018-05-25T07:04:53Z | |
| dc.date.issued | 2011 | |
| dc.description | URL: http://sutod.selcuk.edu.tr/sutod/article/view/97 | en_US |
| dc.description.abstract | Bu çalışmada, biyometrik sistemlerden iris tanıma için yeni bir algoritma geliştirilmiştir. Tanıma işlemleri için kullanılan göz resimleri “National Laboratory of Pattern Recognition - Institute of Automation Chinese Academy of Sciences” laboratuarının CASIA Iris veritabanından alınmış olup, 320 x 280 piksel boyutlarında gri seviye resimlerdir. Bu çalışmanın uygulamasında 50 farklı kişiye ait, toplam 150 resimden oluşan veri tabanı üzerinde çalışılmıştır. Kullanılan göz resimlerinden, tanıma işleminde kullanılacak olan iris kesit alanlarını tespit etmek için yeni bir segmentasyon algoritması geliştirilmiş ve böylece tüm bir göz resmi içinden, sadece iris alanına ait 64 x 64 piksel boyutlarında kesit alanlar elde edilmiştir. Böylece tanıma işlemi için tüm bir resim değil, sadece irise ait kesit alanlar kullanıldığından, hem işlem süresi kısaltılmış, hem de tanıma işlemi esnasında test edilen piksel sayısı için yapılacak işlem miktarı azaltıldığı için performans arttırılmıştır. Bu kesit alanlara göre karşılaştırma ve tanıma yapabilmek amacıyla, resimdeki piksel değerlerini kullanarak işlem yapan Çapraz İlişki (cross correlation) metodu ve pikseller arasındaki hataların kareleri toplamının ortalama karekökü hesaplamaları kullanılmıştır. Çapraz İlişki metodunda korelasyonun en büyük ve ortalama hatanın da en küçük olduğu görüntülerin doğru görüntü olarak alındığı programda, uygulama sonucunda, aynı kişiye ait, farklı zamanlarda çekilmiş, farklı göz resimlerinde % 77 benzerlik oranına kadar doğru tanıma gerçekleştirilebilmiştir. Elde edilen sonuçlara göre, Çapraz İlişki modelinin kullanılacağı uygulamalarda, dijital görüntülerde dönüklüğün 200’den büyük, ölçek farklılığının ise %30’dan daha büyük olduğu resim koşullarında tanımanın zorlaştığı, hatalı sonuç alınabildiği gözlenmiştir. | en_US |
| dc.description.abstract | In this study, a new iris recognition algorithm has been established. Eye images were obtained from CASIA Iris Database of “National Laboratory of Pattern Recognition - Institute of Automation Chinese Academy of Sciences”, each. The images were gray level images with the dimension of 320 x 280 pixel. In this study, totally 150 images belonging to 50 people were used. A new algorithm has been improved for segmentation of iris from eye images and so a new 64 x 64 pixel crosscut area has been achieved. Thus, instead of the whole image, the region of interest (ROI) was selected and so recognition performance was increased while processing time was decreased. For recognition according to crosscut areas, Cross Correlation method, which uses the pixel values of images, and square root of average errors were applied. As a result, image was selected which has maximum correlation and minimum average error. As a result of programme runnings with various data sets including several different images of each person, about 77 % of successful recognition has been achieved. Erroneous results or unsuccessful recognitions were because of the images whose rotation was greater than 200 and scale difference was greater than 30 %. | en_US |
| dc.identifier.citation | Yıldız, F., Baykan, N. A. (2011). Çapraz ilişki metoduyla iris tanıma. Selçuk-Teknik Dergisi, 10, (1), 19-37. | en_US |
| dc.identifier.endpage | 37 | |
| dc.identifier.issn | 1302-6178 | en_US |
| dc.identifier.startpage | 19 | |
| dc.identifier.uri | https://hdl.handle.net/20.500.12395/10828 | |
| dc.identifier.volume | 10 | |
| dc.language.iso | tr | en_US |
| dc.publisher | Selçuk Üniversitesi Teknik Bilimler Meslek Yüksekokulu | en_US |
| dc.relation.ispartof | Selçuk-Teknik Dergisi | en_US |
| dc.relation.publicationcategory | Makale - Kategori Belirlenecek | en_US |
| dc.rights | info:eu-repo/semantics/openAccess | en_US |
| dc.selcuk | 20240510_oaig | en_US |
| dc.subject | Biyometri | en_US |
| dc.subject | Dijital görüntü işleme | en_US |
| dc.subject | İris tanıma | en_US |
| dc.subject | Çapraz ilişki | en_US |
| dc.subject | Biometry | en_US |
| dc.subject | Digital image processing | en_US |
| dc.subject | Iris recognition | en_US |
| dc.subject | Cross correlation | en_US |
| dc.title | Çapraz ilişki metoduyla iris tanıma | en_US |
| dc.title.alternative | Iris recognition using cross correlation | en_US |
| dc.type | Article | en_US |
