فاطمه مهدتور کمالی - کارشناسی ارشد، مخابرات، موسسه آموزش عالی خاوران مشهد
حنین شیرازی - استادیار مخابرات ، موسسه آموزش عالی خاوران مشهد

سیستم شناسایی افراد بر مبنای خواص عنبیه به چهار قسمت کلی شامل ناحیه بندی، نرمال سازی، استخراج ویژگی های منحصر به فرد و طبقه بندی الگوهای عنبیه تقسیم می شود. معمولا پس از پیدا کردن مرزهای داخلی و خارجی عنبیه (ناحیه-بندی)، دیسک بدست آمده به یک نوار مستطیل شکل نگاشته می شود(نرمال سازی)، سپس از نوار بدست آمده بردار ویژگی استخراج می شود. اما در این مقاله مستقیما از تصویر عنبیه بدون نگاشت در نوار مستطیل شکل در مرحله ی استخراج ویژگی استفاده کردیم. در مرحله ی استخراج ویژگی از تبدیل موجک گسسته دوبچیز بهره گرفتیم، موجک ها اطلاعات بیشتر و دقیق-تری نسبت به تجزیه به وسیله تبدیل فوریه در حوزه فرکانس به ما می دهند و می توان دقیقا ویژگی هایی که در یک موقعیت و دقت خاص در عنبیه وجود دارند را به وسیله آن ها با هم مقایسه کرد. جهت کاهش اندازه بردارهای ویژگی از PCA استفاده کردیم و برای اینکه اندازه ی مولفه ها تاثیری در طبقه بندی نگذارند، بردارهای ویژگی را نرمالیزه کردیم. در نهایت برای عملیات تطابق نیز از SVM استفاده کردیم. الگوریتم بر روی پایگاه داده ی UPOL پیاده سازی شد و شبیه سازی نشان داد علاوه بر سرعت بالا، نرخ خطای قابل قبولی هم بدست آمد.

تشخیص هویت، عنبیه، تبدیل موجک، SVM، PCA