مرضیه سبزعلیان - کارشناسی ارشد، دانشگاه آزاد اسلامی، واحد قزوین، دانشکده برق، رایانه و فناوری اطلاعات
وحید رستمی - استادیار، دانشگاه آزاد اسلامی، واحد قزوین، دانشکده برق، رایانه و فناوری اطلاعات

مرحله استخراج ویژگیها در تشخیص هویت بر اساس شناسایی عنبیه نقش بسیار مهمی دارد. محققان دایما0 در حال تحقیق در مورد استخراج ویژگی عنبیه میباشند تا درصد موفقیت تشخیص هویت را بهبود بخشند. در این میان، وجود تصویری باکیفیت و دارای جزییات زیاد میتواند در تقسیمبندی و استخراج ویژگی صحیح، نقش مثبتی را ایفاد نماید. با توجه به بررسیهای انجام شده روی تصاویر عنبیه، در این تصاویر عموما0 هر فردی دارای ارتعاشات منظم و منحصر به فردی در این بخش از چشم خود میباشند. بنابراین در این تحقیق سعی بر این است که از ترکیب دو تکنیک DCT وDWT ،این ارتعاشات در استخراج ویژگیهای عنبیه شناسایی شوند. پس از استخراج ویژگی و کد کردن آنها با استفاده از شبکه عصبی پرسپترون، تشخیص انجام میشود. روش پیشنهادی روی دو پایگاه داده با تصاویر سیاه و سفید و رنگی به نامهای Casia و Upol اجرا گردید و نتایج حاصله در هریک با دقت 13/96 و 90/95 نشان میدهد که بکارگیری تبدیلات فرکانسی میتواند نتایج بهتری نسبت به سایر روشها داشته باشد.

بیومتریک، تشخیص هویت، شناسایی عنبیه، تقسیم بندی، نرمال سازی، استخراج ویژگی