Tez No	İndirme	Tez Künye	Durumu
199588		Esnek hesaplama yöntemleri ile otomatik parmakizi tanıma / Automatic fingerprint recognition by using soft computing techniques Yazar:ADEM ALPASLAN ALTUN Danışman: PROF.DR. NOVRUZ ALLAHVERDİ Yer Bilgisi: Selçuk Üniversitesi / Fen Bilimleri Enstitüsü / Elektrik-Elektronik Mühendisliği Ana Bilim Dalı Konu:Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol = Computer Engineering and Computer Science and Control ; Elektrik ve Elektronik Mühendisliği = Electrical and Electronics Engineering Dizin:	Onaylandı Doktora Türkçe 2007 247 s.
ÖZETDoktora TeziESNEK HESAPLAMA YÖNTEMLER LEOTOMAT K PARMAK Z TANIMAAdem Alpaslan ALTUNSelçuk Üniversitesi Fen Bilimleri EnstitüsüElektrik-Elektronik Mühendisli i Anabilim DalıDanı man : Prof. Dr. Novruz ALLAHVERD2007, 228 SayfaJüri : Prof. Dr. Novruz ALLAHVERDProf. Dr. Bekir KARLIKProf. Dr. Ahmet ARSLANYrd. Doç. Dr. Yüksel ÖZBAYYrd. Doç. Dr. Mehmet ÇUNKABu çalı ma, ki ilere ait parmakizi görüntülerini kullanarak esnek hesaplamayöntemleri yardımıyla bu ki ileri tanımak için yeni bir yöntem geli tirmek amacıylayapılmı tır. Bu amaçla NIST-4 veritabanından 10 ki iye ait toplam 1000 adetparmakizi görüntüsü kullanılmı tır. Parmakizi tanıma a amasında kullanılangörüntünün kalitesi tanıma a amasındaki performansı etkilemektedir. Bu parmakizigörüntüleri elde edilirken dı etkenlerden dolayı gürültü içerirler. Bu yüzden buparmakizi görüntülerine öncelikle görüntü iyile tirme i lemi gerçekle tirilir. Bununiiçin görüntü iyile tirme teknikleri ara tırılmı ve geleneksel yöntem olan lineer,medyan ve uyarlamalı filtrelerle birlikte dalgacık dönü ümü ve dalgacık dönü ümüngeli tirilmi i olan çevritsel dönü üm kullanılarak parmakizi görüntüleri gürültüdenarındırılmaya çalı ılarak iyile tirilmi tir. yile tirilen bu görüntülerin en büyüksinyal-gürültü oranına göre performansları ölçülmü tür. En iyi ön iyile tirmeperformansını çevritsel dönü ümün verdi i gözlemlenmi tir.Çalı manın ikinci a amasında iyile tirilmi parmakizi görüntülerindenFingerCode adı verilen özellik vektörleri geli tirilen bir yöntemle elde edilmi tir.Elde edilen bu özellik vektörleri Yapay Sinir A ı ile e itilerek parmakizi tanımai lemi gerçekle tirilmi tir. Bunun için toplam 1000 parmakizi görüntüsünden 700tanesi YSA'nın e itimi a amasında, 150 tanesi do rulama a amasında ve 150 tanesitest a amasında kullanılmı tır. YSA ile hatanın geriye yayılması algoritmalarıkullanılarak yapılan e itme sonucunda en iyi performansı %100 e itim do rulu u ve%99,6 genel tanıma oranı ile E le tirmeli E im Azaltımlı (Conjugate GradientDescent) olarak adlandırılan algoritma vermi tir.Çalı manın son a amasında elde edilen özellik vektörlerinin büyük boyutluolmasının YSA'daki e itim süresini etkiledi i gözlemlenmi tir. Dolayısı ile özellikvektörlerinin boyutunun azaltılması gerekti i ortaya çıkmı tır. Bunun için özellikazaltımı, veri azaltımı ve boyut azaltımı konuları ara tırılmı tır. Özellik azaltımyöntemleri arasından en uygun olanının bu alanda sıklıkla kullanılan GenetikAlgoritmalar oldu u gözlemlenmi tir. Bu yüzden parmakizi görüntülerine ait özellikvektörleri boyutunun azaltılması için Genetik Algoritmalar kullanılmı tır. Böylecegürültü içeren ve daha az etkin özellikler çıkarılarak etkin özelliklerin seçimiyapılmı tır. Seçilmi özellik vektörleri yeniden YSA'da e itilerek tanıma i lemigerçekle tirilmi tir. Elde edilen sonuçlara göre, GA kullanılarak boyutu azaltılanözellik vektörleri kullanılarak yapılan tanıma i lemi daha kısa süredegerçekle tirilmi ve %99,5 genel tanıma oranı ile özellik vektörleri boyutlarınınazaltılmamı durumuna çok çok yakın bir tanıma oranı elde edildi i gözlemlenmi tir.Anahtar Kelimeler: Parmakizi tanıma, yapay sinir a ları, genetik algoritmalar,görüntü iyile tirme, çevritsel dönü üm, esnek hesaplama.ii
ABSTRACTPhD ThesisAUTOMATIC FINGERPRINT RECOGNITIONBY USING SOFT COMPUTING TECHNIQUESAdem Alpaslan ALTUNSelcuk UniversityGraduate School of Natural and Applied SciencesDepartment of Electrical and Electronics EngineeringSupervisor : Prof. Dr. Novruz ALLAHVERD2007, 228 pagesJury : Prof. Dr. Novruz ALLAHVERDProf. Dr. Bekir KARLIKProf. Dr. Ahmet ARSLANAssist. Prof. Dr. Yüksel ÖZBAYAssist. Prof. Dr. Mehmet ÇUNKAThis study is realized to recognize the people by a new generated methodwith the assistance of soft computing methods. 1000 fingerprint images that belongto 10 people are used from the NIST-4 database. The quality of the images of thefingerprints that are used in the process of the recognition affects the performance ofrecognition. These fingerprint images include interferences due to the externaleffects. For this reason the images of fingerprints are processed initially for imageiiienhancement. Because of all of these , image enhancement methods are investigatedand in addition to the conventional methods that are named as linear , median andadaptive filters, wavelet transform and the improved version of wavelet transformcalled as ?Contourlet transform? are used to separate the fingerprint images from theinterferences. The fingerprint images are enhanced by using these techniques. Theperformances of these images are measured according to the peak signal to noiseratio. The best performance is obtained from Contourlet transform.At the second stage of the study, the feature vector called as Fingercode isobtained by means of a generated method. The obtained feature vectors are trainedby artificial neural networks and the fingerprint recognition is performed. For thispurpose, from totally 1000 fingerprints, 700 fingerprints are used in the process ofANN training , 150 fingerprints are used in the process of validation and 150fingerprints are used in the process of testing.After performing the training by using the back propagation algorithm thebest performance is obtained from the algorithm named as Conjugate GradientDescent with %100 training accuracy and %99,6 general recognition rate .In the last period of the study, the size of the feature vector is taken intoaccount and it was observed that the size affects the time of training. Thus, thereduction of the size is needed. Because of this reason the topics of reduction offeature, data and size are investigated. It is observed that the most suitable method isGenetic Algorithm that is used frequently in this field. For this reason, geneticalgorithms are used for the reduction of the size of the feature vector that belongs tothe images of the fingerprints. Thus, by eliminating the features with interference,selection of the features are made. The selected features are retrained and recognitionprocess is performed by using ANN. According to the derived results, the training ofthe selected features in the ANN took less time. The recognition rate is obtained aswell as the previous application.Keywords: Fingerprint recognition, artificial neural networks, genetic algorithms,image enhancement, contourlet transform, soft computing.iv