حسین سلیمی - دانشجوی کارشناسی ارشد مهندسی برق دانشگاه زنجان
سعید فضلی - استادیار گروه مهندسی برق دانشگاه زنجان

سیستم شناسایی بیومتریکی روشی برای شناسایی هویت افراد به صورت اتوماتیک و بر مبنای ویژگی های بیومتریکی است. از مهمترین ویژگی های بیومتریکی می توان به عنبیه، چهره، اثر انگشت، صدا و دست اشاره کرد. در این میان کف دست به دلیل داشتن ویژگی های غنی و متعدد مثل خطوط دست، بافت دست و ویژگی های هندسی از اهمیت بالایی برخوردار است. در این مقاله توانستیم با ارائه روشی جدید برای بلوک بندی تصاویر جهت استخراج ویژگی های آماری و همچنین افزودن تعداد ویژگی هندسی دست و ترکیب آن با ویژگی های آماری استخراج شده و استفاده از کلاسه بند ماشین بردار پشتیبان عملکرد سیستم را بهبود دهیم. در ابتدا ویژگیهای هندسی دست استخراج می شود. درمرحله بعد ویژگی های آماری، بعد از جدا کردن ناحیه مورد نظر از کف دست و با استفاده از الگوریتم های استخراج بافت، نظیر تبدیل موجک و تبدیل گسسته سینوسی استخراج می شود. سپس ویژگی های استخراج شده از هر یک از الگوریتم های بافت با ویژگی های هندسی دست ترکیب می شوند. در نهایت با استفاده از الگوریتم کلاسه بندی موجود روش پیشنهادی را برای شناسایی افراد از روی کف دست به کار بردیم. نتایج به بدست آمده در مقایسه با سایر روش ها نشان داد که روش پیشنهادی در چند مورد نسبت به سایر موارد، دقت بیشتری داشته است.

هندسه دست، بافت دست، ناحیه مورد نظر، استخراج ویژگی