تایید هویت با استفاده از تصاویر عنبیه – برق

مشخصات فایل

مقطع:کارشناسی ارشد
رشته تحصیلی:مهندسی برق
نوع ارائه:پایان نامه
تعداد صفحات:128
قالب بندی:word قابل ویرایش

نحوه خرید

تایید هویت با استفاده از تصاویر عنبیه – برق

شما میتوانید تنها با یک کلید به راحتی فایل مورد نظر را دریافت کنید. 🙂

برای دسترسی به این فایل ابتدا باید اشتراک خریداری کنید. برای خرید اشتراک بر روی لینک زیر کلیک کنید.

ارتقاء عضویت

چکیده

فهرست مطالب

چكيده1

مقدمه 3
فصل اول: مروري بر بيومتري
5 1- 1- مقدمه
5 1- 2- علم بيومتريك
6 1- 3- مروري بر تاريخچه بيومتريك
10 1- 4- مزايا و معايب سيستمهاي بيومتريكي رايج
11 1- 5- مقايسه روشهاي بيومتريك
12 1- 6- شناسايي بر اساس ويژگيهاي عنبيه
13 1- 7- تاريخچه شناسايي بر اساس عنبيه
16 1- 8- اجزاي سيستم عنبيهنگاري
17 1- 9- سيستم تصويربرداري
18 1- 10- مكانيابي مرز Collarette
فصل دوم: مكان يابي ،جدا سازي يا تقطيع عنبيه
20 2- 1- مقدمه
21 2- 2- جدا سازي عنبيه
21 2- 2-1- تقطيع عنبيه به روش Daugman
23 2- 2-2-روش Li Ma براي جدا سازي عنبيه
24 Sanchez-Avila روش-3-2 -2
25 2- 2-4- الگوريتم وايلدز
27 2- 2-5- مزايا و معايب روش هاي مختلف جدا سازي عنبيه
28 2- 3- مقدمه اي بر نرمال سازي
2 4 نرمال سازي تصوير عنبيه 28
2 4 1- مدل صفحه لاستيكي Daugman 29
2 4- 2- روش دايره هاي مجازي 30
2 5- بهبود تصاوير عنبيه 31
2- 5- 1- روش اول براي بهبود تصاوير عنبيه 31
2- 5- 2- روش دوم براي بهبود تصاوير عنبيه 32
2- 6- جمع بندي 33
3- 1- مقدمه 35
3- 2- روش هاي مختلف استخراج ويژگي هاي عنبيه 35
3- 2- 1- استخراج ويژگي ها با استفاده از موجك گابور 37
3- 2- 2- آناليز متغيرهاي محلي 38
3- 2- 3- استخراج ويژگي هاي عنبيه با نقاط عبور از صفر (zero-crossing) چند مقياسي 40
3- 3- مروري بر الگوريتم هاي تطابق 41
3- 3- 1- فاصله همينگ 41
3- 3- 2- فاصله وزن دار اقليدسي 42
3- 3- 3- همبستگي نرماليزه شده 43
3- 3- 4- تفكيك كننده خطي فيشر 43
3- 3- 5- خلاصه اي از روش هاي ديگر 44
3- 4- نحوه ثبت نام سيستم 45
3- 5- معرفي خطاها 46
46 False Acceptance Rate(FAR) نرخ پذيرش اشتباه -1 -5 -3
47 False Rejection Rate(FRR) نرخ ردي اشتباه -2 -5 -3
47 False Match Rate(FMR) نرخ تطبيق اشتباه -3 5 3
48 False Non Match Rate(FNMR) نرخ عدم تطبيق اشتباه -4 5 3
3 6- جمع بندي 48
4 1- روش استفاده شده براي جداسازي عنبيه 50
4- 2- لبه ياب cannyص 50
4- 1- 2-تبديل هاف 51
4- 1- 3 – روش ارائه شده براي جداكردن پلك ها 54
4- 1- 4- روش ارائه شده در پ براي جداسازي ناحيهعنبيه 55
4- 2- روش پياده سازي شده براي نرمال سازي 56
4- 2- 1- فرآيند نگاشت در عمل 57
4- 3- روشي براي ارتقاء تصوير عنبيه 58
4- 4- ت بديل موجك يك بعدي پيوسته 60
4- 4- 1- تبديل موجك گسسته يك بعدي 60
4- 4- 2- تبديل موجك دوبعدي پيوسته 61
4- 4- 3- تبديل موجك دو بعدي گسسته براي استخراج ويژگي هاي عنبيه 62
77 ridgelet تبديل -5 -4
71 curvelet تبديل 6 -4
4- 7 – روش اعمال شده جهت تطابق 73
4- 8 – چرخش تصاوير 73
4- 9- جمع بندي 75
فصل پنجم: نتايج 77
5- 1- مقدمه 78
78 5 2 سيستم شناسايي عنبيه
80 5 3 نحوه انجام شبيه سازي ها
80 5 3- 1- پايگاه داده ها
80 5 3- 2- پايگاه داده هاي CASIA
81 5- 4- تقطيع عنبيه
85 5- 5- مقايسه با روش هاي موجود
86 5- 6- جمع بندي و نتيجه گيري
87 5- 7- پيشنهاد براي كارهاي آينده
91 مراجع

چكيده :
امروزه روشهاي تشخيص هويت بر پايه ويژگيهاي بيومتريك اهميت فراواني دارند. از جمله اين روشها ميتوان به شناسايي چهره، شناسايي اثر انگشت، شناسايي صداي گوينده و شناسايي عنبيه اشاره نمود. در اين ميان تشخيص هويت بر اساس بافت عنبيه به علت دقت بالا و امنيت بسيار مطلوبي كه توسط آن بدست ميآيد، از اهميت خاصي برخوردار است. شناسايي هويت بر اساس عنبيه، اخيرا در سيستمهاي امنيتي مانند امنيت پرواز، كاربردهاي فراواني يافته است. يك سامانه بيومتريك، براساس مشخصههاي منحصربفرد موجود در هر فرد اقدام به شناسايي خودكار افراد ميكند .شناسايي از طريق تصاوير عنبيه هم اكنون به عنوان يكي از مطمئن ترين و قابل اطمينان ترين روش ها مطرح مي باشد .بيشتر محصولات تجاري در زمينه عنبيه براساس الگوريتم ثبت شده پيشنهادي داگمن ساخته شده اند كه قابليت شناسايي 100 % را دارا مي باشد ولي الگوريتم هاي ارائه شده در مقالات تحت شرايط مطلوب آزمايش و بدون در نظرگرفتن مشكلات عملي گزارش مي شوند . كارپژوهشي حاضر شامل طراحي و پياده سازي يك الگوريتم جديد شناسايي از طريق تصاوير عنبيه چشم مي باشد .اين الگوريتم علاوه بر تائيد هويت افراد به عنوان يك روش بيومتريك، قابليت اطمينان بالايي را داراست و از درصد موفقيت قابل قبولي نيز برخودار است. براي بررسي قابليت كاركرد اين الگوريتم از مجموعه تصاويرپايگاه تصاوير CASIA به عنوان آزمايش بكار برده شد. سامانه ارائه شده شامل الگوريتم جداسازي عنبيه از تصاوير چشم مبتني بر دو روش استفاده شده از عملگرهاي شكل شناسي و آستانه يابي بوده كه مي توانند مرزهاي دروني و بيروني عنبيه را به همراه مراكز و شعاعهاي آن مشخص سازند .ناحيه استخراجي پس از نرماليزه و منتقل شدن به مختصات قطبي، به يك نوار مستطيلي با ابعاد ثابت نگاشت مي شود. در نهايت با استفاده از تبديلات ويولت ، رژلت و كرولت و استفاده از ضرايب مرحله سوم و چهارم تبديل ويولت ، براي هر تصوير عنبيه، يك كد باينري توليد مي شود .با استفاده از يك طبقه بندي كننده مركب از معيار فاصله هاي همينگ ، كد بدست آمده از هر تصوير ورودي با كدهاي ذخيره شده در بانك اطلاعاتي مقايسه شده و با تعريف يك آستانه، تشخيص هويت صورت مي گيرد. نتايج بدست از اجراي الگوريتم پيشنهادي در نهايت بر روي تصاوير CASIA كه شامل 756 تصوير از 108 نفر است، درصد موفقيت حدود 98 درصد را نتيجه داده است . تحليل سامانه نشان داده شده است كه شناسايي افراد از طريق تصاوير عنبيه با الگوريتم پيشنهادي داراي نتايج قابل اعتنا و دقيق در بين روش هاي موجود مي باشد.

مقدمه :
امروزه با گسترش جوامع بشري ، امنيت و حفاظت در همه زمينهها بيش از پيش احساس ميشود. در سالهاي اخير مطالعات و تحقيقات زيادي بر روي روشهاي مطمئن و امن تاييد هويت و تشخيص هويت صورت گرفته است كه از اين جمله پارامترهاي حياتي و روشهاي بيومتري بهدليل ماهيت يكتايي از اهميت بيشتري برخوردار است .
ازجمله اين پارامترها ميتوان به تشخيص هويت با استفاده از تصاوير صورت، شكل گوش ، حركات لب ، طرز راه رفتن و حتي بوي بدن اشاره كرد كه در اين بين تشخيص هويت با استفاده از تصاوير عنبيه از لحاظ سرعت تشخيص و دقت اهميت بيشتري دارد. مطالعات محققان نشان ميدهد كه الگوهاي عنبيه هر فرد تنها مختص به آن فرد بوده و حتي الگوهاي دو چشم يك فرد و دوقلوها نيز متفاوت از يكديگر است . از اين رو با توجه به موارد مطرح شده و اينكه الگوهاي عنبيه يك فرد در طول عمر تغييري نخواهد كرد ( البته در صورتي كه چشم فرد دچار صدمات فيزيكي و بيماري آب مرواريد و … نگردد ) از اين روش به عنوان يكي از روشهاي بيومتري در تشخيص هويت ميتوان استفاده كرد .

جمع بندي و نتيجه گيري
دراين پايان نامه با مروري بر مبحث شناسايي هويت افراد از طريق ويژگيهاي بيومتريك به مطالعه روش هاي موجود در زمينه شناسايي خودكار سيستم هاي تشخيص هويت از طريق تصاوير عنبيه چشم پرداخته شد و سيستم هاي پيشنهادي برروي پايگاه دادههاي تصاوير CASIA كه شامل تصاوير خاكستري از چشم بودند، آزمايش شد تا كارآيي سيستم معلوم شود. براي پياده سازي اين سيستم ابتدا با استفاده از روش هاف مرزهاي داخلي و خارجي عنبيه جدا شدند. سپس يك روش ساده براي جداكردن پلك ها از عنبيه با استفاده از ميانگين محلي تصوير عنبيه ارائه شد و مژه ها به كمك آستانه گذاري از تصوير جدا شدند. در مرحله بعد به منظور از بين بردن مشكل عدم تجانس ابعاد بين نواحي عنبيه در تصاوير مختلف فرآيند نرمال سازي انجام شد. اين كار به كمك مدل ارايه توسط Daugman پياده سازي شد كه به صورت نواري با توجه به تعريف دو دقت كه دقت نمونه برداري در دو راستاي شعاع و زاويه بودند صورت گرفت. اين تبديل نگاشت ناحيه عنبيه از مختصات كارتزين (x, y) به يك مختصات نرماليزه شده قطبي است. براي بهبود تصوير نرماليزه شده عنبيه با اعمال فيلتر وينر و فيلتر ميانگين ارائه شده و مورد بررسي قرار گرفت. سپس يك روش جديد براي استخراج ويژگيهاي محلي عنبيه ارائه شد و اين كار باتعيين نقاط ماكزيمم با علامت مثبت و مينيمم با علامت منفي در ضرايب تبديل موجك ،رژلت و كرولت در زير تصويرهاي HL و LH سطح هاي 2 و 3 صورت گرفت. سپس ماتريس هاي ويژگي با استفاده از روش پيشنهاد شده به صورت باينري در آمد. با استفاده از معيار تعيين فاصله همينگ، تطابق در سيستم پيشنهادي صورت گرفت . تحليل سيستم پياده سازي شده در اين پايان نامه نتايج در خور توجهي ارايه داد. در اين سيستم براي اولين بار روشي جديد براي استخراج ويژگي هاي محلي عنبيه با استفاده از تبديل رژلت و كرولت دوبعدي ارائه شد.

نحوه خرید

دانلود رایگان فایل
شما میتوانید تنها با یک کلید به راحتی فایل مورد نظر را دریافت کنید. 🙂

برای دسترسی به این فایل ابتدا باید اشتراک خریداری کنید. برای خرید اشتراک بر روی لینک زیر کلیک کنید.

ارتقاء عضویت

در صورت بروز هر گونه مشکل در روند خرید اینترنتی، بخش پشتیبانی کاربران آماده پاسخگویی به مشکلات و سوالات شما می باشد

راهنمای سایت

برخلاف سایت های دیگر که فایل ها را به صورت تکی می فروشند روال سایت ما این است که شما با عضویت در سایت ما میتوانید از تمام فایل های موجود استفاده کنید.

تمام مطالب سایت فقط برای اعضای سایت رایگان است.

نحوه عضویت در سایت