Repository logoGCRIS
  • English
  • Türkçe
  • Русский
Log In
New user? Click here to register. Have you forgotten your password?
Home
Communities
Browse GCRIS
Entities
Overview
GCRIS Guide
  1. Home
  2. Browse by Author

Browsing by Author "Bircan, Ali"

Filter results by typing the first few letters
Now showing 1 - 1 of 1
  • Results Per Page
  • Sort Options
  • Loading...
    Thumbnail Image
    Master Thesis
    K-tda Sözlük Öğrenmesi ile Görüntü Zenginleştirerek İris Tanıma
    (Konya Teknik Üniversitesi, 2021) Bircan, Ali; Baykan, Nurdan
    Biyometri, kullanıcının fiziksel ve davranışsal özelliklerini tanıyarak kimlik saptamak üzere geliştirilmiş bilgisayar kontrollü, akıllı sistemler için kullanılan genel bir terimdir. Bu tez çalışmasında, biyometrik sistemlerin bir alt dalı olan iris tanıma yöntemi ile kimlik doğrulama sistemi gerçekleştirilmiştir. İris tanıma sistemleri birbirini takip eden aşamalardan oluşmaktadır. Tez kapsamında Casia İris veritabanından alınan görüntüler kullanılmıştır. Kullanılan yöntemde iris resmi veritabanından alınmakta, ortanca filtresi uygulanarak bulanıklaştırılmaktadır. Daha sonra gözbebeği sınırları tespit edilmiştir. Takip eden aşamada iris bölgesi Dairesel Hough Dönüşümü Yöntemi ile belirlenmekte ve iris bölgesi görüntünün geri kalanından ayrılmaktadır. Daha sonra Kartezyen koordinattan polar koordinata geçiş yapılmıştır. Bu sayede iris görüntüsü matris formatında dikdörtgen hale dönüştürülmüştür. Polar koordinata dönüştürülmüş tüm görüntüler 256x64 piksel olarak yeniden boyutlandırılmış ve tüm görüntüler standart hale getirilmiştir. Önişlem aşamalarından geçerek, iki boyutlu matris formatında standart boyutlara getirilen görüntüler normalize edilmiş ve daha sonra ayrılan iris bölgesi üzerinden K-Tekil Değer Ayrıştırma (K-TDA) sözlük öğrenme yöntemi ile görüntü zenginleştirme yapılarak irise ait ayırt edici özelliklerin belirginleştirilmesi sağlanmıştır. Bu sayede elde edilen özellik vektörleri ile iris görüntüleri üzerinde Yapısal Benzerlik İndeksi (YBİ), Hamming Uzaklığı (HU), Öklid Uzaklığı (ÖU) ve Ortalama Karesel Hata (OKH) kullanılarak karşılaştırma yapılmakta, doğrulama ve tanılama sistemleri oluşturulmaktadır. Segmentasyon hataları, iris tanıma başarınım yüzdeleri, hata yüzdeleri literatür ile karşılaştırmalı olarak incelenmiş, önerilen yöntem literatürdeki yöntemlerle rekabetçi başarınımlar sunmuştur. Tez kapsamında geliştirilen ve Öklid Uzaklığı kullanan yöntem %99.86 başarı göstermiştir. Hatalı kabul oranı %0 olarak gerçekleşirken, hatalı reddetme oranı 0.0014 olmuştur.
Repository logo
Collections
  • Scopus Collection
  • WoS Collection
  • TrDizin Collection
  • PubMed Collection
Entities
  • Research Outputs
  • Organizations
  • Researchers
  • Projects
  • Awards
  • Equipments
  • Events
About
  • Contact
  • GCRIS
  • Research Ecosystems
  • Feedback
  • OAI-PMH

Log in to GCRIS Dashboard

Powered by Research Ecosystems

  • Privacy policy
  • End User Agreement
  • Feedback