CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)
عنوان
مقاله

بازشناسی عنبیه مبتنی بر تبدیل موجک و ماتریس هم وقوعی با استفاده از شبکه ی عصبی احتمالی

اعتبار موردنیاز PDF: ۱ | تعداد صفحات: ۶ | تعداد نمایش خلاصه: ۷۷۲ | نظرات: ۰
سال انتشار: ۱۳۹۰
کد COI مقاله: ICMVIP07_050
زبان مقاله: فارسی
حجم فایل: ۵۲۵.۴۵ کیلوبایت (فایل این مقاله در ۶ صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

متن کامل این مقاله دارای ۶ صفحه در فرمت PDF قابل خریداری است. شما می توانید از طریق بخش روبرو فایل PDF این مقاله را با پرداخت اینترنتی ۳۰,۰۰۰ ریال بلافاصله دریافت فرمایید
قبل از اقدام به دریافت یا خرید مقاله، حتما به فرمت مقاله و تعداد صفحات مقاله دقت کامل را مبذول فرمایید.
علاوه بر خرید تک مقاله، می توانید با عضویت در سیویلیکا مقالات را به صورت اعتباری دریافت و ۲۰ تا ۳۰ درصد کمتر برای دریافت مقالات بپردازید. اعضای سیویلیکا می توانند صفحات تخصصی شخصی روی این مجموعه ایجاد نمایند.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل PDF مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۶ صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله بازشناسی عنبیه مبتنی بر تبدیل موجک و ماتریس هم وقوعی با استفاده از شبکه ی عصبی احتمالی

  فاطمه پاک - دانشگاه آزاد اسلامی واحد قزوین، دانشکده مهندسی برق، رایانه و فناوری
    کریم فائز - دانشگاه صنعتی امیرکبیر، دانشکده مهندسی برق

چکیده مقاله:

در این مقاله روش جدیدی برای استخراج ویژگی از تصویر عنبیه با استفاده از تبدیل موجک دو بعدی و ماتریس هم وقوعی ارائه شده است. تبدیل موجک در 2 سطح به کارگرفته شده و ضریب تخمین سطح آخر مورد استفاده قرار گرفته است. ماتریس هم وقوعی نیز در 3 جهت در حوزه مکان مورد استفاده قرار گرفته است. بنابراین بردار ویژگی حاصل از تصویر عنبیه شامل دو نوع ویژگی در حوزه ی فرکانس و حوزه ی مکان است. به دلیل غیر حساس بودن ماتریس هم وقوعی به چرخش، ویژگی های استخراج شده درمقابل چرخش مقاوم هستند. برای کاهش تأثیر مقادیر بی نهایت در ماتریس ویژگی، ویژگی های استخراج شده به بازه ی [1 و 0] نرمال می شوند. ماتریس حاصل به یک الگوریتم انتخاب ویژگی داده می شود تا ویژگی های با اهمیت انتخاب شوند. درآخر ویژگی های انتخاب شده توسط شبکه عصبی احتمالی طبقه بندی می شوند. نتایج به دست آمده بر روی پایگاه داده ی CASIA Ver1 بیان کننده ی الگوریتم می باشد

کلیدواژه‌ها:

عنبیه، تبدیل موجک، ماتریس هم وقوعی، شبکه عصبی احتمالی

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:
https://www.civilica.com/Paper-ICMVIP07-ICMVIP07_050.html
کد COI مقاله: ICMVIP07_050

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
پاک, فاطمه و کریم فائز، ۱۳۹۰، بازشناسی عنبیه مبتنی بر تبدیل موجک و ماتریس هم وقوعی با استفاده از شبکه ی عصبی احتمالی، هفتمین کنفرانس ماشین بینایی و پردازش تصویر، تهران، دانشگاه علم و صنعت، https://www.civilica.com/Paper-ICMVIP07-ICMVIP07_050.html

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (پاک, فاطمه و کریم فائز، ۱۳۹۰)
برای بار دوم به بعد: (پاک و فائز، ۱۳۹۰)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :

  • D. M. Monro, S. Rakshit, D. Zhangو "DCT-Based Iris Recognition", ...
  • C. H. Chen, C. T. Chu, " High Performance Iris ...
  • _ _ on Combined Feature of GLCM and Wavelet Transform", ...
  • L. Masek, P. Kovesi, ،:MATLAB Source Code for a Biometric ...
  • ALowء [8] J.F.Scholl, J.R. Agre, L.P. Clare, M.C. Gill, Power ...
  • ایمان موذن، محمدرضا احمدزاده، "طراحی یک سامانه بازشناسی برای رده‌بندی ...
  • موجک و شبکه‌های عصبی احتمالی"، فصل‌نامه علمی- پژوهشی مهندسی برق ... (مقاله ژورنالی)
  • R. M. Haralick, K. Shanmugam, I. Dinstein, ،Textural Systems, Man ...
  • G. Becq, _ Charbonier, F. Chapotot, A. Buguet, L. ...
  • Experimental Study _ Feature Subset Selection Computer and Information Technology ...
  • Mutual Information: Criteria of Max-Depen dency, Max- Pattern Analysis and ...
  • Specht, D.F, "Probabilistie Neural Network for Classification, Map, or Associative ...
  • علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: دانشگاه آزاد
    تعداد مقالات: ۷۷۹۳
    در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

    مدیریت اطلاعات پژوهشی

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    مقالات مرتبط جدید

    شبکه تبلیغات علمی کشور

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره COI

    COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
    کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.