Descargar la presentación
La descarga está en progreso. Por favor, espere
Publicada porAlfredo Hernadez Modificado hace 9 años
1
Identificación de Personas Mediante Imagen del Iris Fernando Llaca Romero Alberto Morales Calvo Alejandro Rojas López
2
Introducción ARTICULO: R. Szewczyk et al., 2011. “A reliable iris recognition algorithm based on reverse biorthogonal wavelet transform” 1. Segmentación de la Imagen 2. Procesamiento de la Imagen 3. Codificación de la firma 4. Cálculo de la Puntuación
3
Experimentación MEJOR UMBRAL: 0.26852 Media de S: 0.4268004115226338 Número de comparaciones: 120.0 Media de S cuando las imágenes son del mismo iris: 0.34362139917695467 Media de S cuando las imágenes son de distintos iris: 0.44444444444444436 Máximo S cuando las imágenes son del mismo iris: 0.5030864197530864 Mínimo S cuando las imágenes son de distintos iris: 0.2716049382716049 Tasa de error: 0.10833333333333334 (10,83 %) Error al aceptar: 13.0 (1.0 % de los fallos) Error al rechazar: 0.0 (0.0 % de los fallos)
4
1.Segmentación de la Imagen 1.1 Localización del Iris J. A. Cano, B. Moreno y P. J. Ruiz, 2011. “Localización del iris en imágenes en escala de gris usando los valores de intensidad”.
5
1.Segmentación de la Imagen 1.2 Transformación del Sistema de Coordenadas.
6
2.Procesamiento de la Imagen 2.1 Eliminación del Canal Azul
7
2.Procesamiento de la Imagen 2.2 Conversión a Imagen Monocromática
8
2.Procesamiento de la Imagen 2.3 Eliminación de Párpados, Reflejos y Pestañas
9
2.Procesamiento de la Imagen 2.4 Cropping
10
2.Procesamiento de la Imagen 2.5 Ecualización del Histograma
11
3.Codificación de la Firma 3.1 Transformada Wavelet Rbio3.1 V4
12
3.Codificación de la Firma 3.2 Binarización
13
4. Cálculo de la Puntuación 4.1 Distancia de Hamming S=0.42284
14
Demostración
15
Bibliografía [1] R. Szewczyk et al., 2011. “A reliable iris recognition algorithm based on reverse biorthogonal wavelet transform”. Pattern Recognition Letters. [2] J. Daugman, 1993. “High confidence visual recognition of persons by a test of statistical independence”. IEEE Trans. Pattern Anal. Machine Intell. 15 (11), 1148–1161. [3] W. Sankowski et al., 2010. “Reliable algorithm for iris segmentation in eye image”. Image and Vision Computing, Vol 28 págs 231–237. 2010. [4] J. A. Cano, B. Moreno y P. J. Ruiz, 2011. “Localización del iris en imágenes en escala de gris usando los valores de intensidad”. Dpto. Matemática Aplicada I, Universidad de Sevilla, España
16
Bibliografía [5] PyWavelets - Discrete Wavelet Transform in Python: http://www.pybytes.com/pywavelets/http://www.pybytes.com/pywavelets/ [6] Página web de la asignatura de Procesamiento de Imágenes Digitales: http://asignatura.us.es/imagendigital/ http://asignatura.us.es/imagendigital/ [7] Wikipedia, Wavelet transform: http://en.wikipedia.org/wiki/Wavelet_Transform http://en.wikipedia.org/wiki/Wavelet_Transform [8] MMU1 Iris DataBase: http://pesona.mmu.edu.my/~ccteo/ http://pesona.mmu.edu.my/~ccteo/
Presentaciones similares
© 2024 SlidePlayer.es Inc.
All rights reserved.