بهبود ویژگیها و دسته بندی کننده به منظور افزایش کارایی تشخیص هویت بر مبنای تصاویر شبکیه
چکیده
در این پایان نامه، روشهایی سریع و در عین حال موثر برای تعیین مرکز دیسک نوری در تصاویر شبکیه و نیز شناسایی هویت بر اساس ویژگیهای استخراج شده از تصاویر شبکیه ارائه شده است. برای مکانیابی دیسک نوری الگوریتمهای متنوعی تاکنون ارائه شده است ولی در اکثر آنها با مشکلاتی نظیر زمان اجرای زیاد به دلیل انجام عملیات پیش پردازش (بخش بندی و جداسازی رگها) و ناکارآمدی آنها در صورت وجود بیماری (لکه های پاتولوژیکی) در شبکیه چشم روبرو هستیم، بنابراین دو الگوریتم جدید بر اساس شباهت هیستوگرام تصاویر انتخابی بعنوان الگو و نیز تعیین گوشه های حاصل از برخورد رگها با استفاده از الگوریتمهای گوشه یابی مختلف ارائه شده است. هریک از دو الگوریتم ارائه شده دارای دقتی برابر با 5/97% برای تعیین مرکز دیسک نوری تصاویر پایگاه داده drive میباشند. در ادامه دو الگوریتم مختلف جهت شناسایی هویت با استفاده از تصاویر شبکیه ارائه شده است. پیش از استخراج ویژگی از تصاویر شبکیه لازم است که اثر چرخش سر نسبت به دوربین، عدم تنظیم بودن دوربین و ... جبران شود. برای این منظور معمولا تخریب به صورت چرخش حول مرکز دیسک نوری و یا مرکز تصویر مدل میشود. در این پایان نامه تخریب بصورت چرخش حول مرکز تصویر مدل شده است. در الگوریتم اول از ویژگیهای تغییرناپذیر با چرخش استفاده شده است. ابتدا این ویژگیها را از تصویر استخراج نموده، سپس برای افزایش فاصله بین ویژگیهای افراد مختلف، آنها را با استفاده از یک تابع غیرخطی به فاصله جدید منتقل میکنیم. سپس از این ویژگیها جهت شناسایی هویت استفاده میکنیم. در الگوریتم دوم از ویژگیهایی نظیر هیستوگرام، فاصله مراکز دیسک نوری از مرکز تصویر، گوشه های حاصل از برخورد رگها و نهایتا از یک تابع شباهت برای تعیین شباهت تصاویر شبکیه استفاده شده است. الگوریتمهای ارائه شده به دلیل عدم نیاز به جداسازی رگها از سرعت بالایی برخوردارند. هریک از این الگوریتمها در دو مرحله مورد استفاده قرار میگیرد. ابتدا حضور فرد در داخل پایگاه داده بررسی میشود و در صورت تأیید حضور فرد در داخل پایگاه داده، هویت وی تعیین میشود. نتایج حاصل از اعمال الگوریتمهای فوق روی تصاویر شبکیه چشم و انجام آزمایشهای مختلف، دقت الگوریتمهای ارائه شده را تأیید مینماید. استفاده از ممانهای تغییرناپذیر با چرخش دارای دقتی برابر با 75/99% و استفاده از الگوریتم مقایسه هیستوگرام ها، فاصله مراکز دیسک نوری از مرکز تصویر و گوشه های حاصل از برخورد رگها دارای دقتی برابر با 100% برای شناسایی هویت تصاویر پایگاه داده drive و stare می باشد.