Efficient unconstrained iris recognition system based on CCT-like mask filter bank

Abstract

İris tanıma sistemleri, araştırmacıların akademik ve sınai adayları arasında giderek daha fazla dikkat çekmektedir. Near Infrared kamera kullanarak iris görüntüsünü seçmek, segmentasyonu ve ekstraksiyon adımlarını nispeten kolay bir iş haline getirir. Öte yandan, sınırlandırılmamış ortamlarda, iris tanıma sistemleri çok önemli ve yaygın olarak ele alınmaktadır. Son zamanlarda, görünür dalga boyu ortamlarında insan iris şablonlarını parçalayabilen ve tanıyabilen yeni algoritmalar geliştirmeyi amaçlayan birçok yayınlanmış makale bulunmaktadır. Daha az kısıtlı olan ortamların asıl sorunu, göz görüntülerinde artan gürültü kaynakları nedeniyle oluşan yüksek hata oranıdır ve bu durum segmentasyon sürecinde ciddi bozulmaya neden olur. Sonuç olarak, geleneksel iris segmentasyon tekniklerinin çoğu bu zor koşullar altında başarısız olduğu için, iris segmentasyon süreci irisin tanınmasında büyük bir sorun haline gelmiştir. Bu tezde, iris tanıma sistemlerinin hem bölümlendirmesini hem de özütleme adımlarını ele alıyoruz. İlk olarak, görünür dalga boyu ortamlarında elde edilen iris görüntülerini işlemek için yeni bir segmentasyon algoritması önerilmiştir. Önerilen segmentasyon algoritması, bozulmayı ve gürültüyü azaltır Öğrenci olan irisin en kolay ayırt edilebilir bölgesinden arama yapmaya başlar. Bundan sonra, iris, hızlı bir dairesel Hough dönüşümü kullanılarak doğru bir şekilde lokalize edilir. Ek olarak, üst ve alt göz kapaklarını ve kirpikleri iris bölgesinden izole etmek için en uygun yöntemler kullanılır. İkincisi, yeni bir önerilen tanıma sistemi önerilmiştir. Önerilen sistem, yüksek tanıma oranları ve azaltılmış sayıda özellik vektörü açısından performansı teşvik etmektedir. Bu, güvenilir ve hızlı tanıma özelliklerini yansıtır. Ek olarak, sistemin bazı ümit verici özellikleri daha düşük hesaplama karmaşıklığı ile verimli bir şekilde gerçekleştirilebildiği için belirgindir. Önerilen iris tanıma yöntemi, klasik dört iris tanıma yönteminin değiştirilmiş bir versiyonudur, genellikle dört adımdan oluşur: segmentasyon, normalizasyon, özellik çıkarma ve kodlama ve eşleştirme.

Iris recognition systems has been getting increasing attention from researchers in both academic and industrial prospective. Picking the iris image using Near-Infrared camera makes the segmentation and feature extraction steps relatively easy task. On the other hand, in unconstrained environments the iris recognition systems becomes very important and widely considered. Recently, there are many published papers aim to develop new algorithms that can segment and recognize human iris templates in visible wavelength environments. The main problem of less constrained environments is that high error rate due to increasing number of noise sources in eye images, which leads to severe degradation in the segmentation process. As a result, the iris segmentation process has become a major issue in iris recognition, since most of the traditional iris segmentation techniques fail under such challenging conditions. In this thesis, we address both the segmentation and feature extraction steps of the iris recognition systems. Firstly, a new segmentation algorithm is proposed to handle iris images acquired in visible wavelength environments. The proposed segmentation algorithm decreases the degradation and noise by starting to search from the most easily distinguishable region of the iris, which is the pupil. After that, the iris is localized accurately using a fast circular Hough transform. In addition, the methods which are most convenient are used to isolate the upper and lower eyelids and eyelashes from the iris region. Secondly, a new proposed recognition system is proposed. The proposed system has encouraging performance in terms of high recognition rates and a reduced number of elements of the feature vector. This reflects reliable and rapid recognition properties. In addition, some promising characteristics of the system are apparent since it can efficiently be realized with lower computation complexity. The proposed iris recognition method is a modified version of the classical iris recognition method, which usually consists of four steps: segmentation, normalization, feature extraction and coding, and matching.