بازيابي عنبيه چشم با استفاده از طبقه بند PSO

Iris Retrieval With Using PSO Classifier

بازيابي عنبيه يكي از پركاربرترين و موثرترين روش ها در حوزه بيومتريك مي باشد. معمولا سيستم هاي بازيابي عنبيه از چندين مرحله تشكيل شده است كه عبارتند از: شناسايي عنبيه، نرمالسازي، استخراج ويژگي و طبقه بندي تصاوير عنبيه. در اين مقاله روشي معرفي شده است كه نياز به مرحله نرماليزه سازي ندارد. با استفاده از الگوي محلي دودويي ، ويژگي هاي عنبيه شناسايي شده استخراج مي گردد. اين توصيف گر براي هر تصوير عنبيه بردار 256×1 بعدي را به ارمغان مي آورد. ما تنها از 4 ويژگي اين تصوير براي مرحله آموزش دادن طبقه بند استفاده كرده ايم. در بخش طبقه بندي كننده نيز از طبقه بند PSO استفاده شده است. نرخ بازيابي روش پيشنهادي 100 درصد مي باشد كه در مقايسه با روش هاي انجام شده از پيچيدگي محاسباتي كمتر، تعداد ويژگي كمتر و همچنين تعداد تصاوير آموزشي كمتري برخوردار است.

Iris retrieval is an important and one of the most effective in biometric modalities. Usually, systems based on iris retrieval are consists of several parts that consist of: iris detection, normalization, feature extraction and classification of iris images. In this paper we proposed methods that not require to normalization step. With using local binary pattern, features of iris identified are extracted. The descriptor for each iris image are created vector with dimensions 1×256. For classification step, we used PSO classifier. The recovery rate of proposed method is 100 percent. The obtained results that the proposed method reduce computational complexity, the number of features and the number images for training steps.