%34تخفیف

تشخیص تصاویر عنبیه غیرایده آل براساس الگوریتم های فراابتکاری

تعداد 100 صفحه  درword

گروه مهندسی مکاترونیک

کارشناسی ارشد در رشته مهندسی مکاترونیک(M.Sc)

تشخیص تصاویر عنبیه غیرایده آل براساس الگوریتم های فراابتکاری

چکیده

   تکنولوژی بيومتريك، براساس مشخصه هاي منحصر به فرد هر شخص اقدام به تشخیص خودكار هویّت افراد مي­كند. محققّين به شكل گسترده اي با تنوعي از روش هاي به كار گرفته شده توانسته اند بافت عنبيه را با دقّت بالايي حتّي در شرايط مختلف استخراج نمايند. در نتيجه تلاش ما در اين پايان نامه ارائه ديدگاه ها و روش هايي بوده كه كارايي و دقّت سيستم تشخيص هويّت را بهبود بخشد. در رويكرد اوّل برای ناحیه بندی بهینه عنبیه نیاز به تعیین موقعیّت دقیق مرکز و شعاع دو دایره برای جداسازی پیکسل های عنبیه از سایر نقاط تصویر بود، بنابراین برای ناحیه بندی بهینه عنبیه با استفاده از الگوریتم کلونی مورچه، 4 پارامتر بهینه سازی تعریف شد که اين راهكار در نهایت منجر به تولید یک راه حل جدید برای تشخیص عنبیه گردید. در رويكرد دوّم، استخراج ويژگي های بافت عنبیه با استفاده از ویولت دوبعدی و انتخاب ویژگی بر اساس الگوریتم کلونی زنبورهای مصنوعی انجام گردید که راهكار هاي ارائه شده براي بهبود تعداد ویژگی ها با کاهش چشمگیر ویژگی ها همراه بود و در رويكرد سوّم به بررسی تأثیر نوع کرنل های متفاوت در دقّت طبقه بندی با شبکه عصبی SVM پرداخته شد. که در نهایت روش های پيشنهاد شده در قياس با روش های پياده سازي شده ديگر عملكرد بهتري ارائه نمودند. نتایج بدست آمده بر روی تصاویر از پایگاه داده ی UBIRIS.v1 که شامل 1877 عکس از 241 نفر با فرمت JPEG می­باشد.

 

واژگان کلیدی: بیومتریک، عنبیه غیر ایده آل، الگوریتم های فراابتکاری

 

 

 

 

فهرست مطالب

عنوان                                                                                                شماره صفحه

چکیده …………………………………………………………………………………………………………………………… 1

فصل اول: کلیّات تحقیق

1-1. مقدّمه ……………………………………………………………………………………………………………………..3

1-2.  هدف پایان نامه ……………………………………………………………………………………………………….4

1-3. روش و ابزار گردآوری داده ها …………………………………………………………………………………..5

1-4. ابزار تجزیه و تحلیل داده ها ……………………………………………………………………………………….5

1-5. ساختار پایان نامه……………………………………………………………………………………………………….5

1-6. بلوک دیاگرام مراحل کلّی انجام کار …………………………………………………………………………….6

فصل دوم: مروری بر ادبیات و پیشینه تحقیق

2-1. مقدمه ……………………………………………………………………………………………………………………..8

2-2. زمینه ی پیدایش………………………………………………………………………………………………………12

2-3. عنبیه و ساختار آن …………………………………………………………………………………………………..13

2-4. بررسی پایداری بافت ………………………………………………………………………………………………15

2-5. چگونگی کارکرد سیستم بیومتریک عنبیه ……………………………………………………………………16

2-6. ارزیابی سیستم بیومتریک عنبیه …………………………………………………………………………………20

2-7. مزایا و معایب سیستم بیومتریک عنبیه ………………………………………………………………………..20

2-8. پردازش تصویر در سیستم بیومتریک عنبیه …………………………………………………………………21

    2-8-1. دریافت تصویر ………………………………………………………………………………………………22

عنوان                                                                                                شماره صفحه

    2-8-2. پردازش تصویر ……………………………………………………………………………………………..22

   2-8-3. پیش پردازش ………………………………………………………………………………………………….22

  2-8-4. ناحیه بندی بافت عنبیه ………………………………………………………………………………………22

       2-8-4-1. اهمیّت ناحیه بندی صحیح ……………………………………………………………………….23

       2-8-4-2. مروری کوتاه بر برخی از روش های ناحیه بندی ………………………………………..23

          2-8-4-2-1. تشخیص لبه با استفاده از تابع Edge ………………………………………………….23

          2-8-4-2-2.  تشخیص لبه به روش Sobel …………………………………………………………..23

          2-8-4-2-3. تشخیص لبه به روش Canny …………………………………………………………..24

       2-8-4-3. الگوریتم یافتن دایره تبدیل هاف (CHT)……………………………………………………24

  2 -8-5. نرمال سازی …………………………………………………………………………………………………..28

      2-8-5-1. مروری کوتاه بر روش های نرمالیزه کردن……………………………………………………28

         2-8-5-1-1. روش ارائه شده توسط داگمن…………………………………………………………….28

         2-8-5-1-2. روش دایره های مجازی…………………………………………………………………….29

2-8-6. ماسک گذاری……………………………………………………………………………………………………..29

2-8-7. مروری بر برخی از ابزارهای استفاده شده در استخراج ویژگی…………………………………..30

    2 -8-7-1. فیلترهای گابور………………………………………………………………………………………….30

    2-8-7-2. استفاده از تبدیل موجک………………………………………………………………………………31

    2-8-7-3. استفاده از تبدیل لاپلاس گوسی…………………………………………………………………….31

    2-8-7-4. موجک هار………………………………………………………………………………………………..32

عنوان                                                                                                شماره صفحه

     2-8-7-4-1. تبدیل موجک هار …………………………………………………………………………………32

        2-8-7-4-1-1. چگونگی فرآیند ……………………………………………………………………………32

2-9. خلاصه فصل ………………………………………………………………………………………………………….34

فصل سوم : روش اجرای تحقیق

3-1. مقدمه…………………………………………………………………………………………………………………….36

3-2. پیش پردازش و ناحیه بندی استفاده شده برای تصاویر عنبیه غیر ایده آل…………………………36

3-3. ناحیه بندی عنیه غیر ایده آل …………………………………………………………………………………….41

3-4. ناحیه بندی با پیاده سازی و تحلیل الگوریتم کلونی مورچگان………………………………………..42

    3-4-1. الگوریتم بهینه سازی کلونی مورچگان……………………………………………………………….42

    3-4-2. عملکرد کلی الگوریتم کلونی مورچگان……………………………………………………………..43

    3-4-3. انعطاف پذیری الگوریتم مورچگان…………………………………………………………………….44

    3-4-4. مزایای الگوریتم مورچگان………………………………………………………………………………..45

    3-4-5. ناحیه بندی عنبیه توسط الگوریتم کلونی مورچگان………………………………………………45

    3-4-6.  ایجاد جمعیّت جهت یافتن جواب بهینه…………………………………………………………….45

    3-4-7. ارزیابی شایستگی و انتخاب مورچه های کاندید برای ترشح فرومون……………………..46

     3-4-8. به روز رسانی فرومون ……………………………………………………………………………………47

    3-4-9. فلوچارت کلی الگوریتم کلونی مورچگان ………………………………………………………….48

     3-4-10. جمع بندی………………………………………………………………………………………………….49

3-5. نرمال سازی…………………………………………………………………………………………………………….49

عنوان                                                                                                شماره صفحه

    3-5-1. مقدمه…………………………………………………………………………………………………………….49

    3-5-2. روش نرمالایز استفاده شده برای تصاویر عنبیه…………………………………………………….49

3-6. استخراج ویژگی………………………………………………………………………………………………………50

     3-6-1. مقدمه…………………………………………………………………………………………………………..50

     3-6-2. پایگاه داده…………………………………………………………………………………………………….51

     3-6-3. روش زاویه ایی……………………………………………………………………………………………..51

     3-6-4. ویولت دوبعدی هار……………………………………………………………………………………….52

3-7. انتخاب خصوصیت با پیاده سازی و تحلیل الگوریتم کلونی زنبورهای مصنوعی……………….53

    3-7-1. الگوریتم کلونی زنبورهای مصنوعی…………………………………………………………………..53

    3-7-2. عملکرد کلی الگوریتم زنبورها………………………………………………………………………….53

     3-7-3. انتخاب ویژگی با استفاده از الگوریتم کلونی زنبور……………………………………………..55

     3-7-4.  انتخاب راه حل اوّلیه توسط زنبورهای کارگر……………………………………………………55

     3-7-5. ارزیابی راه حل های اوّلیه و مناسب زنبورهای پیشاهنگ……………………………………..56

     3-7-6. فرآیند سربازگیری برای زنبورهای پیشاهنگ………………………………………………………57

     3-7-7. جستجوی راه حل های جدید با راهنمایی زنبورهای پیشاهنگ…………………………….57

     3-7-8. فلوچارت کلی الگوریتم کلونی زنبور………………………………………………………………..58

    3-7-9. پارامترهای الگوریتم انتخاب ویژگی با استفاده از کلونی زنبور……………………………….58

    3-7-10. جمع بندی……………………………………………………………………………………………………59

3-8. طبقه بندی با پیاده سازی و تحلیل الگوریتم های شبکه عصبی……………………………………….59

عنوان                                                                                                شماره صفحه

   3-8-1. مقدمه……………………………………………………………………………………………………………..59

           3-8-2. نحوه ی ارائه نتایج طبقه بندی در SVM……………………………………………………60

                     3-8-3.  جمع بندی …………………………………………………………………………………………..61

3-9. خلاصه فصل ………………………………………………………………………………………………………….61

فصل چهارم : تجزیه و تحلیل داده ها

4-1. نتایج پیاده سازی……………………………………………………………………………………………………..63

4-2. نتایج حاصل از پیاده سازی الگوریتم کلونی مورچگان در ناحیه بندی عنبیه……………………..63

4-3. نتایج حاصل از پیاده سازی الگوریتم کلونی زنبورهای مصنوعی در انتخاب ویژگی…………..64

4-4. نتایج حاصل از پیاده سازی شبکه های عصبی در طبقه بندی ………………………………………..64

4-5. نتایج حاصل از پیاده سازی روش پیشنهادی با روشهای دیگر………………………………………..68

فصل پنجم: نتیجه گیری و پیشنهادات

5-1. نتیجه گیری ……………………………………………………………………………………………………………72

5-2. راهکارهایی برای ادامه پژوهش………………………………………………………………………………….73

منابع و مآخذ

فهرست منابع فارسی ……………………………………………………………………………………………………… 74

فهرست منابع انگلیسی………………………………………………………………………………………………………74

چکیده ی انگلیسی ………………………………………………………………………………………………………….77

فهرست شکل ها

عنوان                                                                                                شماره صفحه

تصویر (1-1). بلوک دیاگرام مراحل کلی کار ……………………………………………………………………….6

تصویر (2-1).  تصویری از نمای جلوی عنبیه ……………………………………………………………………15

تصویر(2-2). تصویری از بافت چشم ……………………………………………………………………………….15

شكل (2-3). دیاگرام کلی سیستم‌های تشخیص عنبیه……………………………………………………………17

شكل(2-4).a . نمونه خروجی واحد تفکیک،b. نمونه خروجی واحد نرمال‌سازی .cنمونه خروجی واحد کدگذاری……………………………………………………………………………………………………………….19

رسم توضیحی (2-5). بلوک دیاگرام تولید الگو…………………………………………………………………..22

تصویر (2-6). ترسیم دایره برای نقاط لبه با پارامترهای مشخص…………………………………………..26

تصویر(2-7). لبه ها برای جدا سازی با روش تبدیل هاف……………………………………………………27

تصویر (2-8). چگونگي نگاشت ديسك عنبيه بر روي نواري با ابعاد دلخواه…………………………..28

تصویر(3-1). تصویر اولیه بدون پیش پردازش………………………………………………………………….37

تصویر(3-2). نتیجه تصویر…………………………………………………………………………………………….38

تصویر(3-3). نتیجه تصویر ……………………………………………………………………………………………38

تصویر(3-4). نتیجه از تأثیر مشتقات افقی ……………………………………………………………………….38

تصویر(3-5). نتیجه از تأثیر مشتقات عمودی……………………………………………………………………39

تصویر(3-6). گرادیان تصویر ………………………………………………………………………………………..39

تصویر(3-7). زاویه لبه ها………………………………………………………………………………………………39

عنوان                                                                                               شماره صفحه

تصویر(3-8). تصویر بعد از تابع adjgamma ……………………………………………………………………..40

تصویر(3-9). لبه سمت راست عنبیه ………………………………………………………………………………….40

تصویر(3-10). نتیجه تابع nonmaxsup …………………………………………………………………………….41

تصویر (3-11).نتیجه آستانه گذاری……………………………………………………………………………………41

تصویر (3-12). قرار دادن مانع در مسیر حرکت مورچه‌ها از کلونی تا منبع غذایی……………………44

تصویر(3-13). حذف مانع و انعطاف پذیری رفتار مورچه‌ها ………………………………………………..45

تصویر(3-14).  انتخاب مسیر توسط مورچه در نقطه i…………………………………………………………46

تصویر (3-15). فلوچارت کلی الگوريتم كلوني مورچگان ……………………………………………………48

تصویر(3-16). تصویر نرمال شده………………………………………………………………………………………50

تصویر (3-17). نمایی از روش زاویه ایی……………………………………………………………………………52

تصویر (3-18). پیاده سازی الگوریتم کلونی زنبورهای مصنوعی برای مسئله انتخاب ویژگی……..55

تصویر(3-19). فلوچارت کلی الگوریتم کلونی زنبورهای مصنوعی………………………………………..58

­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­تصویر(4-1). نمونه ایی از جداسازی مرز عنبیه و مردمک با استفاده از الگوریتم کلونی مورچگان…………63

فهرست جداول

عنوان                                                                                               شماره صفحه

جدول(2-1). مقایسه تکنولوژی های متنوع ………………………………………………………………………..11

جدول (3-1). نحوه ی ارائه نتایج طبقه بندی(Classification) در SVM …………………………..60

جدول (4-1). نتایج حاصل از پیاده سازی الگوریتم کلونی مورچگان…………………………………..63

جدول (4-2). نتایج حاصل از پیاده سازی الگوریتم کلونی زنبورهای مصنوعی…………………….64

جدول (4-3). بررسی تأثیر نوع کرنل در دقّت طبقه بندی شبکه عصبی  SVMدر روش تشخیص کل عنبیه قبل از FS………………………………………………………………………………………………………….64

جدول (4-4). بررسی تاثیر نوع کرنل در دقّت طبقه بندی شبکه عصبی  SVMدر روش تشخیص زاویه ایی عنبیه قبل از FS…………………………………………………………………………………………………65

جدول(4-5). بررسی تأثیر تعداد نرون ها و لایه ها در دقّت طبقه بندی شبکه عصبی MLP در روش تشخیص کل عنبیه قبل از FS……………………………………………………………………………………65

جدول (4-6). بررسی تأثیر تعداد نرون ها و لایه ها در دفّت طبقه بندی شبکه عصبی MLP در روش تشخیص زاویه ایی عنبیه قبل از FS…………………………………………………………………………..66

جدول (4-7). نتایج طبقه بندی بعد از انتخاب ویژگی با کلونی زنبور با استفاده از شبکه عصبی SVM در روش تشخیص زاویه ایی عنبیه……………………………………………………………………………66

جدول (4-8 )نتایج طبقه بندی بعد از انتخاب ویژگی با کلونی زنبور با استفاده از شبکه عصبی SVM در روش تشخیص کل عنبیه…………………………………………………………………………………….67

جدول (4-9). نتایج طبقه بندی بعد از انتخاب ویژگی با کلونی زنبور با استفاده از شبکه عصبی MLP در روش تشخیص کل عنبیه…………………………………………………………………………………….67

جدول(4-10). نتایج طبقه بندی بعد از انتخاب ویژگی با کلونی زنبور با استفاده از شبکه عصبی MLP در روش تشخیص زاویه ایی عنبیه …………………………………………………………………………68

عنوان                                                                                                شماره صفحه

جدول(4-11). مقایسه Kernal Function های متفاوت روش پیشنهادی با روش های دیگر ……………………………………………………………………………………………………………………………………..69

جدول (4-12). مقایسه نتایج حاصل از پیاده سازی الگوریتم SVM  روش پیشنهادی با روش های دیگر ……………………………………………………………………………………………………………………………..69

  جدول (4-13). مقایسه نرخ موفقیت روش پیشنهادی با الگوریتم های دیگر………………………….70

نقد و بررسی‌ها

هنوز بررسی‌ای ثبت نشده است.

اولین کسی باشید که دیدگاهی می نویسد “تشخیص تصاویر عنبیه غیرایده آل براساس الگوریتم های فراابتکاری”

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

قبلا حساب کاربری ایجاد کرده اید؟
گذرواژه خود را فراموش کرده اید؟
Loading...
enemad-logo