تشخیص اثر انگشت توسط شبکه عصبی – برق

مشخصات فایل

مقطع:کارشناسی ارشد
رشته تحصیلی:مهندسی برق
نوع ارائه:پایان نامه
تعداد صفحات:78
قالب بندی:word قابل ویرایش

نحوه خرید

تشخیص اثر انگشت توسط شبکه عصبی – 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
فصل اول : اثر انگشت
1- 1) هدف…………………………………………………………………………………………………………….. 4
1- 2)تاريخچه……………………………………….. ……………………………………………………………… 4
1- 3)چرا اثرانگشت…………………………………… …………………………………………………………… 6
1- 4)تعريفات كلي اثرانگشت……………………… ……………………………………………………………. 7
1- 5)پيمايشگرهاي اثرانگشت……………………………………………………………………………………. 8
1- 6)تصاويراثرانگشت……………………………………………………………………………………………… 9
1- 7)تكنيك هاي پيمايش………………………………………………………………………………………….. 9
1- 8)حسگرهاي نوري………………………………………………………………………………………………..10
10…………………………………………………………………………………………………..FTIR حسگر(9 -1
1- 01)FTIR ها با صفحه منشوري……………………………………………………………………………….11
1- 11)فيبرهاي نوري………………………………………………………………………………………………….11
1- 21)حسگرهاي الكترونيكي-نوري………………………………………………………………………………12
1- 31)حسگرهاي نيمه هادي……………………………………………………………………………………….12
1- 14) حسگرهاي فراصوت………………………………………………………………………………………….14
1- 51)حسگرهاي سايشي در مقابل تماسي……………………………………………………………………..15

فصل دوم :شبكه عصبي ARTMAP
2- 1) هدف…………………………………………………………………………………………………………………17
2- 2 ) شبكه عصبي 1-ART……………………………………….ا………………………………………………..17
2- 3 )كنترل سيگنالهاي شبكه……………………………………………………………………………………….18
2- 4 )عملكرد شبكه عصبي 1-ART………………………………………ا……………………………………….19
2- 5 )الگوريتم 1-ART ………………………………………..ا…………………………………………………….20
2- 6 )شبكه عصبي 2-ART ………………………………………….ا……………………………………………..23
2- 7)آناليز 2-ART …………………………………………ا…………………………………………………………23
2- 8)عملكرد ميدان 0F ……………………ا………………………………………………………………………..24
2- 9 )عملكرد ميدان 1F …………………….ا………… …………………. ……………………………………..24
2- 10 )عملكرد لايه 2F ………………………………. …ا……………. …………………………………………25
2- 11 )آموزش از 2F1→F……………………………. ……ا…………………………………………………….25
2- 12 )تطبيق و ريست…………………………………. …….. …………………………………………………..26
2- 13 )شبكه عصبي ARTMAP ………………… ……….. ….ا……………………………………………..28
2- 41)سازوكار كلي ARTMAP…………………… ………. ………ا…………………………………………28
2- 15 )مراحل آموزش ARTMAP…………………. ……… …………ا……………………………………..30
2- 16 )مرحله آزمون شبكه عصبي ARTMAP….. ……… ………………………..ا………………………33

فصل سوم: سازو كار كلي شامل بهبود وطبقه بندي و تشخيص اثرانگشت
3- 1 )هدف ……… ……………………………………………………………………………………………………35
3- 2 )سازوكار كلي……………………………………………………………………………………………………35
3- 3 )مرحله طبقه بندي……………………………………………………………………………………………..36
3- 3- 1 )بهبود تصاوير………………………………………………………………………………………………36
3- 3- 2 ) بدست آوردن تصوير جهت دار……………………………………………………………………….37
3- 3- 3 )محاسبه نقطه مركزي…………………………………………………………………………………….39
3- 4 )استخراج ويژگي بر اساس زوايا…………………………………………………………………………..40
3- 5 )زنجيره ماركف افقي…………………………………………………………………………………………..40
3- 6 )زنجيره ماركف عمودي ………………………………………………………………………………………43
3- 7 )نتايج و تجربيات………………………………………………………………………………………………44
3- 8 ) نتيجه گيري و پيشنهاد……………………………………………………………………………………..45

منابع و ماخذ……………………………………………………………………………………………………………47

منابع لاتين……………………………………………………………………………………………………………..47 سايتها…………………………………………………………………………………………………………………..47

چكيده:
اثرانگشت يكي از معتبرترين روشهاي زيست سنجي انسان ميباشد. راحت بودن جمع آوري، عموميت بالا` سنسورهاي دقيق و كوچك كه قابليت دسترسي بالائي دارند باعث شده است تا اين تصاوير نقش زيادي در تشخيص هويت انسانها در شركتها بيمارستانها و مراكز امنيتي ايفا كنند. بنابراين تشخيص درست آثارانگشت يك پروسه بسيار مهمي است. بر اساس سيستم هنري آثارانگشت به كلاسهاي راست حلقه ، چپ حلقه،كماني، پيچشي، كمان فتيله دار دسته بندي مي شوند . در بعضي موارداين طبقه بندي بر اساس تعداد دلتا ها1 و نقطه مركزي2 انجام ميشوند. ولي اگر يك يا دو دلتا به هر دليلي حذف شوند طبقه بندي اشتباه صورت گرفته و در نهايت تشخيص نيز به درستي انجام نمي شود. دركار انجام شده براي تشخيص اثرانگشت دو مرحله كلي سپري مي شود. مرحله اول طبقه بندي و مرحله دوم تشخيص كه هر دو مرحله توسط شبكه عصبي ARTMAP انجام مي شود. در مرحله اول روشي براي طبقه بندي آثار انگشت مستقل از تعداد دلتاها ونقطه مركزي بيان خواهد شد. اين دسته بندي بر اساس زواياي خطوط اثر انگشت انجام ميشود كه آثار انگشت را به چهار كلاس راست حلقه، چپ حلقه ، كماني و پيچشي دسته بندي ميكند. در مرحله بهبود با استفاده از تبديل فوريه سريع3 و بردن تصاوير به حوزه فركانس، فيلتر جهتي4را براي ايجاد بردارهاي جهت دار ناشي از لبه ها٥ استفاده كرده و از همين بردارها نقطه مركزي بدست مي آيد. اين نقطه مستقل از انتقال ميباشد. كليه بلوكهاي بريده شده چه عمودي وافقي نسبت به اين نقطه بريده مي شوند. زواياي ناشي از لبه هادر حوالي نقطه مركزي استخراج شده و براي بالا بردن درستي در اين مرحله زنجيره ماركف ناشي از تغييرات زوايا در چهار بلوك اطراف نقطه مركزي استخراج ميشود كه درصد تعداد اين زوايا ويژگيهاي استخراج شده براي طبقه بندي است. اين ويژگيها به شبكه عصبي6ARTMAP آموزش داده شده و دسته بندي انجام مي شود. براي تشخيص گاهي از نقاط جزئي7 استفاده شده كه اين فرآيند در بانكهاي تصاوير بزرگ بسيار وقت گير وحساس است. حساسيت به اين دليل است كه اگر كيفيت تصوير پايين آمده يا بخشي از تصوير دچار خردگي يا انسداد شود اين نقاط از بين مي روند و مرحله تشخيص دچار مشكل مي شود. بنابراين براي فرآيند تشخيص ويژگي ها ئي استخراج مي شوند كه حتي اگر تصوير دچار مشكلات گفته شده شود، اين مرحله به درستي صورت گيرد. در مرحله تشخيص ، بعد از طي مراحلي كه براي پيدا كردن نقطه مركزي لازم است، از هر تصوير دو زنجيره ماركف عمودي و افقي ناشي ازتغييرات زواياي بلوك هاي حوالي نقطه مركزي استخراج شده، كه اين ويژگي ها براي تشخيص پاياني به شبكه عصبي ARTMAP آموزش داده مي شوند.در شرايط كلي به دليل اينكه تعداد آثارانگشت زياد بوده و امكان اضافه شدن تصوير جديد وجود دارد، تشخيص دهنده اي بايد استفاده شود كه علاوه بر سرعت بالا و قابلت تعميم خوب، بايد اين توانائي را داشته باشددر زمان اضافه شدن كلاس جديد ضمن حفظ كلاسهاي قبلي ، كلاس جديد را نيز پوشش دهد.شبكه عصبي ARTMAP به دليل رفع مشكل پايداري٨-انعطاف پذيري٩ تشخيص دهنده مناسبي براي اين مورد است. براي مراحل شبيه سازي از MATLAB استفاده شده است. بانك تصاوير مورد استفاده 2004FVC است كه شامل هشتصد تصوير مربوط به صد نفر مي باشد[15].

مقدمه:
تشخيص اثر انگشت يكي از مهم ترين امور در شناسائي هويت انسانها است. روشهاي گوناگوني براي دسته بندي وتشخيص اين تصاوير بيان شده است. از جمله روشهاي تشخيص، استفاده از نقاط جزئي هر اثر انگشت مي باشد. ولي به دليل وجود مشكلاتي مانند نويز، انسدادو خوردگي امكان از بين رفتن اين نقاط وجود دارد. علاوه بر اين، استخراج اين نقاط و تطبيقشان راهي بسيار وقت گير و مشكل است. بنابراين علاوه بر اينكه تصاوير بايد بهبود داده شوند، ويژگيهائي از هر تصوير بايد استخراج شود تا مستقل از نقاط مذكور باشند. در فصل اول ابتدا سعي شده است تا تعاريف كلي و نحوه پيمايش كردن تصاوير اثرانگشت به طور كلي بيان شود.
فصل دوم به معرفي كامل شبكه عصبي ARTMAP پرداخته شده است. البته خود اين شبكه از دو شبكه 1-ART و 2-ART تشكيل شده،كه هر دو شبكه به طور كامل بيان شده است. فصل سوم به نحوه اجراي سازوكار كلي و استخراج ويژگيهاي ناشي از بردارهاي زاويه دار هر تصوير، اختصاص داده شده است. در استخراج اين ويژگيها از زنجيره ماركف نيز استفاده شده است.ويژگيهاي استخراج شده در نهايت به شبكه عصبي مورد نظر آموزش داده شده تا در نهايت تشخيص درستي داده شود.در شبيه سازي سازوكار گفته شده از نرم افزار MATLAB استفاده شده است.

نتيجه گيري و پيشنهاد:

با توجه به نقش آثار انگشت در تشخيص هويت انسانها در كارهاي مختلف پرداختن به اين موضوع از اهميت بالائي برخوردار است.در اين ميان كيفيت تصاوير نقش بسيار مهمي را بازي مي كنند.بنابراين پرداختن به بالا بردن كيفيت تصاوير چه در مرحله پيمايش و چه در مرحله پيش پردازش بسيار مهم است. براي تشخيص بهتر است فرآيندي مستقل از نقاط جزئي طي شود.استفاده از شبكه عصبي و مدل مخفي ماركوف در مراحل طبقه بندي و تشخيص پيشنهاد مي شود.

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