AKILLI PARMAK İZİ TANIMA SİSTEMİ

Abstract

Günümüzde biyometri alanında gerçekleştirilen yenilikler ışığında biyometrik görüntüler ve biyomedikal görüntülerin işlenmesi önem kazanmıştır. Şimdiye parmak izi tanıma çalışmaları göz kararı ile uzman tarafından laboratuar ortamında yapılmaktaydı. Teknolojinin gelişmesiyle, bu eski teknikler hata oranlarının yüksek olmasından dolayı yerini otomatik parmak izi tanıma yöntemlerine bıraktı. Literatürde parmak izi tanıma çalışmalarındaki hata payını en aza indirgemek amacıyla gerçekleştirilmiş birçok otomatik parmak izi tanıma çalışması yer almaktadır. Bu çalışmada ise daha önceden yapılmış bu otomatik parmak izi tanıma yöntemlerine alternatif olamsı için Çoklu Entropi-Yapay Sinir Ağları (EYSA) yöntemi kullanılmıştır. Bu amaçla, ilk önce, toplam 40 kişinin her birinin 10 el parmağının 8'er adet parmak izi örneği kullanılarak bir parmak izi veri tabanı elde edilmiştir. Daha sonra ön işlem aşamasında, merkez - kenar değişimi yöntemi kullanılarak görüntülerin uzaklık vektörü elde edilmiştir. Özellik çıkarım ve sınıflandırma aşamalarında ise, ön işlem aşamasında elde edilen görüntülerin her biri için sırasıyla norm, logaritmik enerji ve eşik entropileri olmak üzere 3 adet entropi değeri hesaplanmıştır. Böylece özellik vektörü elde edilmiş olup bu özellik vektörü, sınıflandırma aşamasında YSA sınıflandırıcısının girişlerine verilmiştir. Son olarak test aşamasında ise YSA sınıflandırıcısının doğru sınıflandırma başarımı hesaplanmış ve bu başarım oranının ortalama % 85.06 oranında olduğu görülmüştür.Anahtar Kelimeler: Parmak izi tanıma, parmak izi imgesi, yapay sinir ağları, sınıflandırıcısı, entropi kavramı, merkez kenar değişim yöntemi

Today, in the light of innovations in the field of biometrics, biometric images and processing of biomedical images have gained importance. Fingerprint recognition now works with the eye specialist to be produced in a laboratory environment. In literature, it is worked to minimize the margin of error in fingerprint identification. This study was done for the automatic fingerprint recognition. In here, Artificial Neural Networks (MANN) method is used as an alternative method for the automatic fingerprint recognition the multi-entropy. For this purpose, first, a fingerprint image database was composed. In preprocessing phase, center - the edges changing method is used for obtained variation of distance vector images. In feature extraction and classification phases, the norm, respectively, of the logarithmic energy and entropy threshold entropy value was calculated to be 3each of the images. Thus, feature vector is obtained and this feature vector are given to ANN classifier inputs in classification stage. Finally, in the testing phase, the ANN classifier of the correct classification performance and the success rate is calculated as the average rate was 85.06%.Keywords: Fingerprint recognition, fingerprint images, an artificial neural network, classifier, the concept of entropy, the center edge of change method.