دانلود ‫پروژه تشخیص خودکار عنبیه به کمک بعد فرکتال و شبکه عصبی MLP

  • Code: # 18222

  • تعداد صفحات: 16
  • فرمت فایل: Word
  • سال: مشخص نشده
  • مقطع: مشخص نشده
  • دسته بندی: کامپیوتر - IT
قیمت جدید: ۱۰,۰۰۰ تومان
۱۶,۰۰۰ تومان
دانلود
  • خلاصه
  • فهرست
  • خلاصه دانلود ‫پروژه تشخیص خودکار عنبیه به کمک بعد فرکتال و شبکه عصبی MLP

    پیشرفتهای اخیر در زمینه نرم‌افزار و سخت‌افزار کامپیوتر، صنعت را قادر ساخته است تا سیستم‌های موثق زیست سنجی قابل استفاده‌ای را توسعه دهد.

    از آنجا که عنبیه چشم انسان بسیار بافت پیچیده‌ای دارد، شیوه مختصری بر اساس بعد فرکتال جهت آشنا شدن با عنبیه چشم انسان در این تحقیق ارائه شده است.
    میزان ابعاد فرکتال، انسدادهای عنبیه با استفاده از پنج بعد شکست متفاوت با تخمین الگوریتم‌ها محاسبه شده‌اند و تفکیک شناختی برای تشخیص الگوهای عنبیه‌ای از نظر اعتبار شخصی بکار گرفته شده‌اند.

    سیستم نمونه اصلی بنام سیستم شناخت خودکار عنبیه(AIRIS) توسعه داده شده و نتایج صوری آن ارائه شده است.
    امروزه به علت اهمیت روز افزون اطلاعات و تمایل افراد به امنیت بیشتر اطلاعات مخصوصا در Internet، ابزارهای قدیمی مانند استفاده از Password به تنهایی جوابگو و قابل اعتماد نمی‌باشد، خصوصاً با ایجاد تجارت الکترونیک و خرید و فروش اینترنتی مسئله امنیت نه تنها برای شرکتها و بانکها بلکه برای عموم افراد مهم شده است.

    بنابرین متخصصین به دنبال راه‌هایی مطمئن‌تر می‌گردند یکی از موفق‌ترین راه های یافته شده استفاده از علم بیومتریک(Biometric) است.[1,2,3] که با یکی از معرفترین آنها یعنی اثر انگشت از دیر باز آشنا هستیم.

    خطوطی که بر روی سرانگشتان همه انسانها نقش بسته از دیر باز مورد توجه همه بوده است، این خطوط نقشهای مختلفی دارند، یکی از این وظایف ایجاد اصطکاک بین سر انگشتان و اشیاء متفاوت است مانند قلم که با استفاده از این اصطکاک می توانیم اشیاء را برداریم ،بنویسیم، یا لمس کنیم.

    از سوی دیگر این خطوط برای هر شخص منحصر به فرد است، از سالها پیش از اثر انگشت افراد در جرم شناسی استفاده می شود، مانند تمام دیگر اعضاء بدن DNA های هر شخصی الگوی ساخت این خطوط را دارا هستند و در واقع DNAهای هرشخص نیز کاملا منحصر به فردند و این قضیه تقریبا در مورد تمام دیگر اعضاء بدن صادق‌اند.

    با وجود hackerها و دزدی‌های اینترنتی Passwordها ابزار قابل اعتمادی نیستند.

    بیومتریک علم شناسایی افراد از طریق مشخصات انسانی اوست که شامل اثر انگشت،کف دست، صورت، امضاء، دست خط، صدا و اسکن شبکیه و عنبیه است.

    جدول (1).

    در علم بیومتریک اعضایی از بدن مورد توجه قرار گرفته که استفاده از آنها راحت‌تر و کم ضررتر باشد.

    هر کدام از روشهای مورد استفاده دارای نقاط ضعف و قدرتی هستند که با ترکیب آنها با دیگر روشهای امنیتی می توان ضعفهای موجود را از بین برد[4].
    امروزه به علت اهمیت روز افزون اطلاعات و تمایل افراد به امنیت بیشتر اطلاعات مخصوصا در Internet، ابزارهای قدیمی مانند استفاده از Password به تنهایی جوابگو و قابل اعتماد نمی‌باشد، خصوصاً با ایجاد تجارت الکترونیک و خرید و فروش اینترنتی مسئله امنیت نه تنها برای شرکتها و بانکها بلکه برای عموم افراد مهم شده است.

    جدول(1).

    هر کدام از روشهای مورد استفاده دارای نقاط ضعف و قدرتی هستند که با ترکیب آنها با دیگر روشهای امنیتی می توان ضعفهای موجود را از بین برد[4].

    جدول(1):مقایسه چند روش بیومتریک(زیست‌سنجی‌انسانی) در اصل تمام روشهای شناسایی با سه مورد زیر ارتباط دارند: آنچه که شما میدانید (یک کلمه عبور یا PIN) آنچه که شما دارید (کارت خودپرداز ،کارت هوشمندو...) آنچه که شما هستید (مشخصات فیزیکی یا رفتاری) شیوه‌های معتبر شخصی بر اساس شیوه‌های هر فرد و یا آنچه شخص می‌داند، می‌باشد.

    گرچه این شیوه‌ها معمولا مشکلات مربوط به خود را دارند، (به عنوان مثال، کلید، IDکارت و غیره) یا آنچه که یک شخص می‌داند.(پسورد، شماره PINکد و غیره).

    اگرچه این روشها معمولاٌ مشکلاتی را به دنبال دارند.

    بعنوان مثال کلیدها ممکن است، تغییر پیدا کند، ID کارتها ممکن است گم شوند، پسورد و شماره PIN کد ممکن است فراموش شود.

    دقت و اعتماد در محاسبات شخصی به خاطر عملکرد عملیات فیزیولوژیکی است.

    [1],[2].

    پیشرفتهای اخیر در تکنولوژی سخت افزار و نرم افزار، دانشگاه را قادر به تحقیق نموده و صنعت را قادر به توسعه سیستمهای موثق زیست سنجی خودکار نموده است.

    زیست شیمی که انسان به اعتبار شخصی فرد بر پایه خصوصیات رفتاری و یا فیزیکی واحد هر مرد یا زن دارد که بیشتر به صورت ارثی قابل اطمینان است و بیشتر قادر به تشخیص بین فرد مجاز از غیر مجاز (فرد ظاهر ساز متقلب) می‌باشد.

    2- بررسیها 2.1- خصوصیات عنبیه چشم انسان : یک عضو داخلی بدن انسان که از خارج قابل رویت است و دارای ویژگی های منحصر به فرد برای هر شخص است.

    به طوری که هرگز دو نفر با عنبیه یکسان پیدا نمی‌شود و جزو اثر باقی مانده در طول حیات یک شخص است که در سنین مختلف از بدو تولد تا پیری تغییر نمی‌کند و برخلاف اثر انگشت، خصایص عنبیه بسیار دقیق و پیچیده‌تر است و شامل الگوی بافتی یکسان است و آنقدر پیچیده است که بعنوان یک مشخصه زیست سنجی قوی مورد استفاده قرار می‌گیرد.[5] خصوصیات عنبیه چشم نشان می‌دهد که احتمال پیدا کردن دو فرد با الگوی عنبیه یکسان صفر است و در مقایسه با دیگر مشخصه‌های زیست سنجی مانند دست و انگشت نگاری الگوهای عنبیه‌ای ثابت‌تر و معتبرترند که برای تمام افراد و سنین مختلف ثابت است.[5,6].

    چندین بررسی نشان داده که تغییرات معمولی از نظر رنگ و ساختار بافتهای عنبیه‌ای بیشمارترند که حتی دو عنبیه شبیه به هم وجود ندارد چه برسد به اینکه یکسان باشند.

    حتی برای یک شخص هم دو عنبیه متفاوت است.

    2.2- آثار پیشین : چشم پزشک فرانسوی الفونس برتیلون معتقد است که بکارگیری الگوی عنبیه بعنوان پایه (مبنا) برای شناسایی شخص است .

    وی در سال 1981 بعد از خواندن مقاله‌ها ( گزارش های‌توصیفی ) زیاد درباره تغییر ناپذیری طولانی عنبیه در سانفرانسیسکو اظهار کرد که از عنبیه به عنوان پایه علم زیست سنجی انسانی استفاده شود.

    در سال 1987 آنها به همکاری کردن بادانشمند کامپیوتر جان داگمن(Daugman) از دانشگاه کمبریج انگلستان که نرم افزار تشخیص هویت از طریق عنبیه را ایجاد کرده پرداختند.

    پس از اینکه فلوم و سفیر[6] نیز این حقیقت را مشاهده نمودند که هر عنبیه بافت یکسان و مجزائی دارد بطوری که حتی تا اواخر عمر می‌تواند ثابت بماند لذا مفهوم شناخت خودکار عنبیه در سال 1988 پیشنهاد نمودن که نهایتاٌ موفق به تحقق آن نشدند.

    کار اولیه برای درک واقعی تشخیص اتوماتیک عنبیه توسط جانسون[7] در سال 1991 انجام شد.

    سپس سیستم موفقیت آمیزی با استفاده از Wavelet توسط داگمن[8,9] توسعه داده شد.

    به طوری که او اولین کسی بود که نتیجه امید بخش را در سال 1992در زمینه تشخیص اتوماتیک عنبیه منتشر کرد .بعدها کارهای کوچکتر (ابعاد کوچکتر ) نسبت به کار آقای داگمن تحقیق یافت.

    اصول اولیه شیوه داگمن این است که تصاویر را به صورت تصاویر ثابت با فیلترهای گوناگون و با اندازه‌های متفاوت و مرکزهای متفاوت را دریافت و تبدیل می‌کند و تصاویر را بر اساس بانک دو بعدی Gabor Wavelets بدست می‌آورد و علامت هایی براساس نتایج واقعی و فرضی و کدگذاری در بردارهای باینری 2048 بیتی می‌دهد و همچنین تطبیق کردن با استفاده از Hamming Distance انجام می شود.

    Hamming Distance مینیمم شماره‌ای از بیتهای است که می‌بایست به طور صحیح برای تبدیل بیتهای رشته‌ای داخل بقیه تغییر یابد.

    در این سیستم الگوی عنبیه شخص در یک تصویر ویدئویی واقعی وجود دارد که به توالیهای فشرده‌ای از Gabor Wavelet می‌باشد که اکثر بیتهای مهم شامل 256 بایت کد عنبیه است.

    داگمن مدعی است که سیستم او اجرای عالیی بر روی پایگاه داده‌های مختلف از تصاویر عنبیه دارا است.

    در سال 1996 ویلدز (Wildes) یک سیستم اولیه بر اساس تشخیص عنبیه اتوماتیک ارائه داد که در تکنیکهای ثبت تصاویر محاسباتی بسیار استفاده می‌شود.[10,11].

    این سیستم یک تجزیه پالایندگی ایزوتروپی استفاده می‌کند.

    به عبارت دیگر ایجاد یک هرم لاپلاسین از تصاویر فیلتر شده ضعیف در مقیاسهای متفاوت برای تجزیه داده‌های تصویر استفاده می‌کند.همچنین منحرف کردن عنبیه به تصویر تطبیقی برای مقایسه و استفاده از روابط نرمال شده برای پیدا کردن پیکسلهایی شبیه به عنبیه از دیگر خصوصیات کار ویلدز می‌باشد.

    درسال 1998بولز(Boles) و بوشاش(Boashash) [12,13] در یک سیستم تشخیص عنبیه پیشنهاد کردند که هیچ تفاوتی از تغییر Wavelet در انواع رزلوشن‌های محاسباتی بر اساس دایره‌های هم محور در عنبیه وجود ندارد و خلاصه اینکه نکات مهم پیشنهادی بولز و بوشاش مواردی از قبیل تجزیه شدن عنبیه براساس مجموعه یک بعدی از شدت سیگنالها و بکار بردن موج کوچک جهت تغییر شکل دادن و استخراج نقاط تقاطعی صفر در مقیاسهای مختلف و در نهایت مقایسه موقعیت‌هایی از نقاط تقاطعی صفر برای تطبیق عنبیه می‌باشد.

    در سال 1999 ژو(Zhu)، تان(Tan) و وانگ(Wang) [14] یک الگوریتمی برای استخراج خصوصیات الگوهای عنبیه از فیلتر کردن Gabor چند کانالی و تغییر شکل Wavelet استفاده نموده‌اند.

    در سال 2003 لی ما (Li Ma)[15,16] به کمک تان، وانگ و ژانگ تشخیص انسان بر اساس بافت عنبیه و در سال 2004 نیز آثار تشخیص عنبیه توسط تشریح کلید متغیرهای محلی را در ادامه مبحث تشخیص عنبیه توسعه دادند.

    3- تحلیل و تشخیص : برای تحلیل و تشخیص عنبیه ما مراحل زیر را در پیش گرفتیم: (نمودار 1 ) الف.

    گرفتن تصویر ب.

    جداسازی عنبیه ج.

    استخراج خصایص د.

    طبقه بندی نمودار1: مراحل تحلیل و تشخیص عنبیه چشم انسان 3.1- گرفتن تصویر: الگوى به کار رفته در عنبیه هر شخصى منحصر به فرد است.

    این الگو در چشمان راست و چپ یک شخص نیز یکسان نیست.

    شاید تصور شود که استفاده از فناوری اسکن عنبیه برای ورود به مکانی حفاظت شده در آینده عملی می شود اما در حقیقت این فناوری هم اکنون سیستم امنیتی بسیاری از اماکن سری مهم دنیا را تشکیل می دهد.

    در قلب این سیستم یک (CCD Charge Coupled Device) عناصر میکرو الکترونیکی که نور را به سیگنال تبدیل می کنند وجود دارد.

    این سیستم برای اینکه تصویری شفاف و با کیفیت بالا از عنبیه شخص بگیرد (تصویر 1و2) از نوری قابل رویت با فرکانسی نزدیک به فرکانس اشعه مادون قرمز استفاده می کند.

    بدین ترتیب مردمک چشم شخص بسیار تیره تر به نظر می‌رسد و در نتیجه کار کامپیوتر را برای جداسازی مردمک از عنبیه راحت‌تر می کند.

    وقتی که درون چشمی را از اسکنر نگاه می‌کنید دوربین به صورت خودکار بر روی عنبیه چشم شما تنظیم می‌شود.

    برای اینکه مطمئن شوید در جای درستی ایستاده‌اید سیستم به یک آینه مجهز می‌شود یا دستگاه با صدای رسا به شما اعلام می‌کند که چشم خود را در جای دقیقی نگاه داشته‌اید یا خیر.

    معمولا بایستی چشم شما ۱۰ تا ۲۵ سانتی متر از دوربین فاصله داشته باشد وقتی دوربین از عنبیه عکس می گیرد محل های زیر را مشخص می کند.

    (تصویر3) ۱ مرکز مردمک ۲ لبه مردمک ۳ لبه عنبیه ۴ مژه و پلک چشم، سپس الگوی عنبیه را آنالیز و به رمز ترجمه می کند.

    با توجه به دقت بالای این روش این اسکنرها اغلب در موارد امنیتی شدید استفاده می شود.

    طبق تحقیق‌های انجام شده چشم انسان از ویژگی های کاملا منحصر به فرد و یکتای او به شمار می رود.

    به طوری که احتمال اشتباه سیستم در این روش یک در ۱۰۷۸ است که بسیار قابل توجه است، همچنین اسکن از عنبیه این امکان را برای سیستم فراهم می سازد تا ۲۰۰ نقطه از عنبیه بررسی و مقایسه شود، در حالی که شناسایی از طریق اثر انگشت ۶۰ تا ۷۰ نقطه را بررسی می‌کند.

    در بدن انسان عنبیه چشم ساختاری ظاهری ولی به نوعی محافظت شده به حساب می‌آید، عضوی است که با گذر زمان دستخوش تغییر نمی‌شود و این ویژگی، این روش شناسایی را بیش از سایر روش ها ایده‌آل می‌سازد.

    در اکثر مواقع عنبیه چشم افراد پس از انجام عمل جراحی نیز بدون تغییر باقی می‌ماند.

    حتی افراد نابینا نیز می‌توانند از این روش استفاده کنند، البته تا زمانی که چشم آنها عنبیه داشته باشد.

    استفاده از عینک یا لنزهای تماسی هیچ کدام بر روال کار تشخیص، اختلال ایجاد نمی‌کنند و سبب تشخیص نادرست نمی‌شوند.

    3.2- جدا سازی عنبیه : قدم اول درجداسازی عنبیه شامل نقطه‌یابی داخلی وخارجی مرز درعنبیه است در سیستم دوگمان عملگرهای بخش 1 برای مشخص کردن مرکز و ضخامت عنبیه و مردمک چشم استفاده می‌شود.

    این عملگر ها دایره‌های هندسی از عنبیه و مردمک چشم استخراج می‌کند .در واقع آنها به عنوان دایره‌ای دیگرگرفته می‌شوند .

    در چشمان سالم صلبیه نسبت به عنبیه و مردمک چشم بطور کلی سیاهتر است.

    بشرطی که (x0, y0) دایره نیرومنداز دایرهای اطراف و شعاعش تفکیک شود.

  • فهرست دانلود ‫پروژه تشخیص خودکار عنبیه به کمک بعد فرکتال و شبکه عصبی MLP

  • ثبت سفارش
    عنوان محصول
    قیمت