Bu kaydın yasal hükümlere uygun olmadığını düşünüyorsanız lütfen sayfa sonundaki Hata Bildir bağlantısını takip ederek bildirimde bulununuz. Kayıtlar ilgili üniversite yöneticileri tarafından eklenmektedir. Nadiren de olsa kayıtlarla ilgili hatalar oluşabilmektedir. MİTOS internet üzerindeki herhangi bir ödev sitesi değildir!

Iris Recognition by Using Image Processing Techniques

Oluşturulma Tarihi: 22-02-2017

Niteleme Bilgileri

Tür: Tez

Alt Tür: Yüksek Lisans Tezi

Yayınlanma Durumu: Yayınlanmamış

Dosya Biçimi: PDF

Dil: İngilizce

Konu(lar): TEKNOLOJİ,

Yazar(lar): Alhamrouni, Mohamed Ahmed (Yazar),

Emeği Geçen(ler): Şengül, Gökhan (Danışman),

Anahtar Kelimeler

Iris recognition, histogram of oriented gradient, gray level Co-Occurrence Matrix, local binary pattern


Özet

Iris recognition system has become very important, especially in the field of security,because it provides high reliability. Many researchers have suggested new methods toiris recognition system in order to increase the efficiency of the system. In this thesis,various methods have been proposed to achieve high performance in iris recognition. Inthe proposed system, three feature extraction approaches, Histogram of OrientedGradient (HOG), Gray Level Co-Occurrence Matrix (GLCM) and Local Binary Pattern(LBP) are used to extract the features from iris image. On other hand, two classifiers; KNearestNeighbors (KNN) and Support Vector Machine (SVM) are used in theclassification stage. The iris image passes through several stages before extractingfeatures stage; first, pre-processing stage which includes image resizing that unifies allimages' size, second, segmentation stage which determines the iris region in eye image,finally, normalization stage which converts the iris region to suitable shape with specificdimensions. The proposed methods have been applied on two iris databases, UPOL andIITD. However, the proposed system achieved recognition rate of 100% whenHOG+KNN method is used.


İçindekiler



Açıklamalar



Haklar



Notlar



Kaynakça


Atıf Yapanlar

Gözat Sayfasına Dön

 

Sosyal Medya ve Araçlar

İstatistikler

  • Kayıt
    • Bu ay: 3
    • Toplam: 2417
  • Online
    • Ziyaretçi: 16
    • Üye: 0
    • Toplam: 16

Detaylı İstatistikler