فرمت فایل:PDF

تعداد صفحه:110

پایان نامه براي دریافت درجه کارشناسی ارشد

مهندسي برق - گرايش الكترونيک

فهرست مطالب :

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

چکیده :

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
به عنوان آزمايش بكار برده شد. سامانه ارائه شده شامل CASIA الگوريتم از مجموعه تصاويرپايگاه تصاوير
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
كه شامل 756 تصوير از 108 نفر است، CASIA اجراي الگوريتم پيشنهادي در نهايت بر روي تصاوير
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.
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 .

و...