هدف از انجام این پروژه طراحی و پیاده سازی یک سیستم است که تصویر دو عنبیه ورودی که برای احراز هویت به آن داده میشود را با هم مقایسه کرده و عددی را به عنوان میزان تشابه آن دو عنبیه برگرداند. سپس برای پذیرش احراز هویت، یک آستانه را برای میزان شباهت تعیین کند که اگر میزان شباهت از آن مقدار بیشتر بود، سیستم آن مقایسه را به عنوان تطبیق بپذیرد و در غیر اینصورت آن را رد کند. این حد آستانه باید به گونه ای باشد که خطا روی پایگاه داده آزمون، کمترین میزان باشد. منظور از خطا، جمع مقدار FAR[^False Accept Rate] و FRR[^False Reject Rate] می‌باشد. * برای دریافت داده‌های آموزش و آزمون لطفا به آزمایشگاه دکتر آنالویی مراجعه نمایید. # مقدمه هدف از احراز هویت با عنبیه تشخیص با اطمینان بالا در زمان واقعی از هویت شخص توسط آنالیز ریاضیات از الگوهای تصادفی که قابل روئیت درون عنبیه یک چشم از فاصله یکسان هستند. شناسایی انسانها در میان تکنولوژی بیومتریک بسیار رایج شده است ،تکنیک های بیومتریک متفاوت مثل تشخیص اثر انگشت،چهره،صدا،عنبیه و غیره که از ویژگی های فیزیکی یا رفتاری انسان برای تشخیص هویت استفاده میشود. تشخیص عنبیه یکی از امن ترین و معتبرترین روشها در میان بیومتریک های دیگراست و در این زمینه الگوریتم های خیلی قابل اعتماد و معتبر و سریع برای اجرا کردن نیاز دارد.در سیستم های اولیه برای تایید کاربران از کارتهای با یوزر و پسورد استفاده می کردند مثل سیستم های خودپرداز بانکی اما این روش تشخیص هویت دو مشکل اساسی دارد یکی اینکه کاربران بر اساس چیزی که همراه خود دارند احراز هویت میشوند که ممکن است گم شود یا به سرقت رود و دیگر فراموش کردن پسورد است، بیومتریک ها راه حل آسان ،بادقت و صحت بالایی را برای این مشکلات فراهم کردند این راه حل شناسایی افراد رابه بدن انسان یعنی ویژگی های منحصر به فردآن مربوط میکند این روش ها بر مبنای چیزی که هستید عمل می کنند نه چیزی که می دانید یا همراه خود دارید. عنبیه یک مجموعه پیچیده از ماهیچه ها هستند که در جلوی چشم انسان قرار گرفته بنابراین مشاهده و اندازه گیری آن آسان است و توسط قرنیه و پلک چشمان شدیدا محافظت شده است و احتمال آسیب دیدن آن در طول حیات انسان کم است،ساختار از بافت عنبیه در طول حیات انسان غیر قابل تغییر و پایدار توصیف شده است و درجه بالایی از توانگری ساختاری و تقریبا وابستگی ناچیزی به نوع ژن انسان دارد و این روشی برای تشخیص دوقلوهای همسان هستند. # کارهای مرتبط در ابتدا پیدا کردن مرزهای داخلی و خارجی عنبیه در تصاویر چشم با استفاده از الگوریتم Enhanced Pupil Boundry Detection مشخص میشود و مرحله بعد نرمالیزه کردن یا نگاشت تصویر عنبیه به یک نوار مستطیلی با ابعاد مشخص وسپس با استفاده از الگوریتم فیلترهای گابور برای استخراج بردار ویژگی از تصویر نرمالیزه شده و مقایسه کدهای شامل ویژگی های عنبیه فرد با کدهای ذخیره شده در پایگاه داده به منظور تشخیص هویت و استفاده ازالگوریتم موجک برای حل مسئله می باشد. # آزمایش‌ها # کارهای آینده # مراجع [1] Masek, Libor. Recognition of human iris patterns for biometric identification. Diss. Master’s thesis, University of Western Australia, 2003. [2] Jarkko Vartiainen"Iris Recognition Systems and methods" Lappeenranta University of Technology, Department of Information Technology P.O. Box 53851 Lappeenranta, Finland [3] Adam Czajkaa and Andrzej Pacuta,b"Iris Recognition System Based on Zak-Gabor Wavelet Packets"a Biometric Laboratories, Research and Academic Computer Network NASK, Warsaw, Poland [4] F.Alaoui K.Assid " Application of Blind Deblurring Algorithm for Iris Biometric" International Journal of Computer Applications (0975 – 8887) Volume 79 – No3, October 2013 [5] John Daugman, PhD, OBE"How Iris RecognitionWorks"University of Cambridge, The Computer Laboratory, Cambridge CB2 3QG, U.K.www.CL.cam.ac.uk/users/jgd1000 [6] Bogdan Hoanca-Kenrick Mock-Justin Weaver"Real-Time Continuous Iris Recognition for Authentication Using an Eye Tracker". Retrieved :, 2012 [7] Daugman, J. (n.d.). How Iris Recognition Works. Retrieved April 14, 2010, from http://www.cl.cam.ac.uk/~jgd1000/irisrecog.pdf [8]Leila Fallah Araghi, Hamed Shahhosseini, Farbod Setoudeh"IRIS Recognition Using Neural Network" Retrieved :,march 17 2010 [9] Shirke Swati D et al ,Int.J.Computer Technology & Applications,Vol 4 (1), 1-7" IRIS RECOGNITION USING GABOR " ISSN:2229-6093 [10] Mansi Jhamb & Vinod Kumar Khera" IRIS Based Human Recognition System" W.W.Boles, « a security system based on human iris identification using wavelet transform », First international conference on knowledge-based intelligent electronic systems, Adelaide, Australia. Ed, 21-23 may 1997. [11] Ali Abdul Mun'im Ibrahim" IRIS RECOGNITION USING GABOR FILTERS" Al – Taqani , Vol.21, No. ٦ , 2008 [12]T.S. Lee, “Image Representation Using 2D Gabor Wavelets”, IEEE Trans. Pattern Analysis and Machine Intelligence, vol.18, pp.959- 971, Oct. 1996 [13]www.findbimetrics.com-Biometrics Iris Recognition Guides and Article R.G. Johnson, "Can iris patterns be used to identify people",chemical and laser sciences division LA-12331-PR, Los Alamos National Laboratory, Los Alamos Calif, 1991 [14]W.W. Boles ,and B. Boashah, "A Human Identification Technique Using Images of the Iris and Wavelet Transform", IEEE Trans. On Signal Processing,vol.46,pp. 1185- 1188,April 1998 [15]C. C. TSAI, J. S. TAUR AND C. W. TAO" Iris Recognition Using Gabor Filters and the Fractal Dimension" [16]L. Ma, T. Tan, Y. Wang, and D. Zhang, “Local intensity variation analysis for iris recognition,” Pattern Recognition, Vol. 37, 2004, pp. 1287-1298 # پیوندهای مفید + [Biometric System Laboratory](http://biolab.csr.unibo.it) + [Biometrics Research Group](http://biometrics.cse.msu.edu)