ارسل ملاحظاتك

ارسل ملاحظاتك لنا







الرئيسية > A Suggested System for Palmpri...>الوصف

A Suggested System for Palmprint Recognition Using Curvelet Transform and Co-Occurrence Matrix

العنوان بلغة أخرى: نظام مقترح لتمييز بصمة اليد باستخدام تحويل الكيرفلت ومصفوفة التواجد المشترك
المصدر: مجلة التربية والعلم
الناشر: جامعة الموصل - كلية التربية
المؤلف الرئيسي: صالح، ميعاد محمد (مؤلف)
المؤلف الرئيسي (الإنجليزية): Salih, Meaad Mohammed
المجلد/العدد: مج30, ع5
محكمة: نعم
الدولة: العراق
التاريخ الميلادي: 2021
الصفحات: 65 - 76
DOI: 10.33899/edusj.2021.130870.1176
ISSN: 1812-125X
رقم MD: 1203730
نوع المحتوى: بحوث ومقالات
اللغة: الإنجليزية
قواعد المعلومات: EduSearch
مواضيع:
تكنولوجيا المعلومات | وسائل الإتصالات | بصمة اليد | الكيرفلت | المصفوفات
كلمات المؤلف المفتاحية:
منطقة الاهتمام | حجب المناطق غير الحادة | إستخلاص السمات | أمثلية مستعمرة النمل | Region of Interest | Unsharp Masking | Features Extraction | ACO
رابط المحتوى:

الناشر لهذه المادة لم يسمح بإتاحتها.
صورة الغلاف QR قانون
حفظ في:
المستخلص: الهدف الرئيسي للبحث هو تطوير نظام للتعرف على بصمة اليد (PPRS) باستخدام تحويل الكيرفلت ومصفوفة التواجد المشترك. النظام المقترح يتألف من عدة مراحل: في المرحلة الأولى تم استخلاص منطقة الاهتمام (ROI) من صورة بصمة اليد، ثم في المرحلة الثانية، تم تطبيق تحويل الكيرفلت على منطقة الاهتمام الناتجة للحصول على نسخة غير واضحة (بدون حواف) من صورة بصمة اليد، ثم تم إجراء عملية حجب المناطق غير الحادة unsharp masking بالاعتماد على نسخة الصورة بدون حواف والناتجة من تطبيق تحويل الكيرفلت ومن ثم تطبيق فلتر سوبل للكشف عن الحواف. تتضمن المرحلة الثالثة استخراج السمات باستخدام مصفوفة التواجد المشترك للحصول على 16 سمة، بينما تتضمن المرحلة الرابعة التدريب واختبار النظام المقترح. تم استخدام خوارزمية تحسين مستعمرة النمل (ACO) لتقييم أقصر طريق للهدف. لتقييم أداء النظام المقترح استخدمت مجموعة بيانات CASIA PalmprintV المكونة من 100 شخص (60 ذكر و40 أنثى) في هذه الورقة البحثية، وتم اعتماد مقاييس ARR وEER لتقييم أداء النظام المقترح. أظهرت النتيجة التجريبية معدل تمييز مرتفع جداً (ARR) يصل إلى 100% لليد اليمنى للذكور واليد اليسرى للإناث، ومعدل الدقة الإجمالي ARR يصل إلى 98.5٪ وEER يصل إلى 0.015.

The main purpose of this paper is to create a palmprint recognition system (PPRS) that uses the curvelet transform and co-occurrence matrix to recognize a hand's palmprint. The suggested system is composed of several stages: in the first stage, the region of interest (ROI) was taken from a palmprint image, then in the second stage, the curvelet transform was applied to the (ROI) to get a blurred version of the image, and finally, unsharp masking process and sobel filtering were performed for edge detection. The third stage involves feature extraction using a co-occurrence matrix to obtain 16 features, while the fourth stage inclusion is the training and testing of the suggested approach. The algorithm ACO (ant colony optimization) has been adopted to evaluate the shortest path to the goal. CASIA PalmprintV dataset of 100 people (60 male and 40 female) was used in proposed work to rate the performance of the proposed system. ARR and EER metrics have been adopted to assess the performance of the proposed system. The experimental results showed a very high recognition rate (ARR) that reaches 100% for the right hand of a male and the left hand of a female. The overall accuracy rate (ARR) reaches 98.5% and EER equals 0.015.
ISSN: 1812-125X

عناصر مشابهة


© 2024 المنظومة. جميع الحقوق محفوظة.