زهرا حسین دوست - دانشکده فنی و مهندسی، دانشگاه آزاد اسلامی واحد رشترشت، ایران
اعظمالسادات نوربخش - دانشکده فنی و مهندسی، دانشگاه آزاد اسلامی واحد لاهیجانلاهیجان، ایران

اثرانگشت به عنوان یک نوع از بیومتریک انسان موجودی بر روی نوک انگشتان به طور گسترده ای برای تشخیص شخص در کاربردهای پزشکی قانونی و غیر نظامی و غیره مورد استفاده قرار می گیرد که این امر به خاطر منحصر به فرد بودن، تغییرناپذیری و هزینه پایین آن می باشد، طبقه بندی اثرانگشتف یک شماء شاخص گذاری مهم برای پایین آوردن میزان جستجوی پایگاه داده اثرانگشت برای شناسایی مقیاس بالای کارآمد می باشد. یک الگوریتم طبقه بندی اثرانگشت معمولا یک مجموعه ویژگی نماینده را استخراج می کند تا فردیت هراثرانگیشت را دریافت نمیاد. سپس این استراتژی ها برای تعیین کلاس اثرانگشت به کار گرفته می شوند. این مقاله به پیشنهاد یک رویکرد طبقه بندی اثرانگشت مبتنی بر یادگیری عصبی فازی می پردازد که شامل 3 فاز اصلی می باشد در فاز اول ابتدا نواحی اضافه از تصاویر ورودی به منظور دستیابی به نواحی اثرانگشت حذف می شوند. سپس از تصاویر ورودی و تصاویر موجود در پایگاه یکسری از ویژگی ها به وسیله گشتاورهای شبکه زرنیک استخراج می گردد و در انتها طبقه بندی اثرانگشت با استفاه از روش فازی عصبی انجام می گیرد جهت ارزیابی سیستم پیشنهادی در از مجموعه داده ی 2004 FVC بهره گرفه شده است با توجه به ارزیابی نرخ بازشناسی مشاهده می شود که سیستم پیشنهادی ارایه کننده نرخ بازشناسی بهتری نسبت به سیستمهای مورد مقایسه می باشد.

استخراج ویژگی، تشخیص اثرانگشت، طبقه بنداثرانگشت، گشتاورها شبه زرنیک