TEXTURE-BASED FEATURE EXTRACTION ON IRIS IMAGES USING WAVELETS TRANSFORM

Penulis

R. Rizal Isnanto, S.t., M.m., M.t.

Pembimbing: Prof. Dr. Ir. Thomas Sri Widodo, DEA.


ABSTRACT: Iris can be used in biometric systems with a high degree of accuracy. Up until now, extracting the iris feature using GSs is still based on common GSs family types, has not used special GSs which matches the iris signal characteristics nor based on anaysis on the GSs properties themselves. The objectives of the research are: firstly, to develop the iris recognition method using GS transform-based feature extraction and its identification using Euclidean distance; secondly, finding a new best GS for extracting iris features with high recognition rate. From this point, the research novelty mainly lies on the finding of one or more GS function which is the most matched for extracting iris image as well as resulting a high recognition rate. The research is conducted in 5 (five) stages, there are: first: literature study; second: acquisition of eye images data; third: constructing the application program for image preprocessing, feature extraction, as well as for recognition using Matlab, fourth: testing on recognition rate at each decomposition aras using 5 (five) types of GS, i.e. Haar, Daubechies, Coiflet, Symlet, and Biorthogonal. Fifth: The principal properties of GS type which yields the highest recognition rate from 4th step is then taken and combined with two-dimensional iris image, as a basis in designing one or some GSs matched for extracting the iris images. Some other related tests is also conducted to get some comprehensive conclusions. Results of the research are as follows. First: from 5 (five) types of orthogonal/biorthogonal GSs observed (Haar, db5, coif3, sym4, and bior2.4), implementing the Haar filter gives the highest recognition-rate compared to other GSs; Second: Based on energy compaction, Haar filter is better than others. berdasarkan pemadatan energinya, tapis Haar lebih bagus dibandingkan tipe GS lain. This can be seen from its cutting the approximation coefficients at C(i) < 0,1, Haar has a highest cut percentage for which its retention aras is the lowest; Third: Circular Hough Transform can obtain iris objects accurately, in spite of some translation operations are conducted; Fourth: The principal properties of the GS which results a highest recognition-rate from first and second stages, i.e. Haar, is then taken and combined with two-dimensional iris image, results in 6 (six) new GS, there are: fgs1 and fgs2 which are modified-Haar orthogonal filter with filter lengths are, respectively, 4 and 8; fgs3 which is a non-orthogonal filter with filter length is 4; then, fgs26, fgs35, and fgs57 which are biorthogonal GS, where fgs indicates the filter length m for decomposition and the filter length of n for reconstruction. Fifth: the filters of fgs3, fgs26, fgs35, and fgs57 give good recognition rate, i.e. 100% as implemented using Haar. Sixth: Filters of fgs1 and fgs2 give a low recognition rate, i.e. 56,667% and 10%, respectively. This result indicates that stretching the filter length of Haar from 1 into 4 as well as 8 greatly reduces its recognition-rate.

INTISARI: Iris mata dapat digunakan pada sistem biometrik dengan tingkat keakuratan yang tinggi. Selama ini, ekstraksi ciri menggunakan gelombang singkat (wavelet – GS) belum menggunakan GS khusus yang menyesuaikan dengan karakteristik sinyal iris mata maupun berdasar analisis terhadap sifat-sifat GS itu sendiri. Tujuan penelitian adalah: pertama, mengembangkan metode pengenalan menggunakan ekstraksi ciri dengan alihragam GS dan pengenalan menggunakan jarak Euclidean; kedua, menemukan jenis GS terbaik untuk mengekstraksi ciri iris dengan tingkat pengenalan yang tinggi. Dari sisi ini, keaslian penelitian terutama terletak pada diketemukannya GS baru yang cocok untuk mengekstraksi citra iris manusia dengan tingkat pengenalan yang tinggi. Penelitian dilakukan dalam lima tahap, yaitu: pertama: studi pustaka; kedua: pengambilan data citra mata; ketiga: pembuatan program untuk prapengolahan, ekstraksi ciri, maupun pengenalan menggunakan Matlab, keempat: pengujian tingkat-pengenalan pada setiap aras dekomposisi menggunakan 5 jenis GS: Haar, Daubechies, Coiflet, Symlet dan Biorthogonal. Kelima: GS yang menghasilkan tingkat pengenalan tertinggi dari langkah keempat, diambil sifat-sifat yang penting dan dikombinasikan dengan karakteristik sinyal dua-dimensi iris mata, sebagai dasar perancangan GS yang cocok untuk ekstraksi ciri iris. Beberapa uji lain yang bersesuaian juga dilakukan untuk menghasilkan kesimpulan yang komprehensif. Hasil penelitian adalah sebagai berikut. Pertama: dari 5 (lima) jenis GS ortogonal/biortogonal yang diteliti (Haar, db5, coif3, sym4, dan bior2.4), penerapan tapis Haar menghasilkan tingkat pengenalan iris tertinggi; Kedua: berdasarkan pemadatan energinya, tapis Haar lebih bagus dibandingkan tipe GS lain. Hal ini dapat dilihat dari pemotongan koefisien aproksimasi C(i) < 0,1, Haar memiliki prosentase pemotongan tertinggi, sehingga retensinya terendah; Ketiga: Alihragam Hough Sirkular dapat menentukan objek iris secara tepat meskipun ada translasi atas citra; Keempat: GS yang menghasilkan tingkat pengenalan tertinggi dari butir pertama dan kedua, yaitu Haar, diambil sifat-sifat yang penting dan dikombinasikan dengan karakteristik sinyal dua-dimensi iris mata menghasilkan 6 (enam) buah tapis GS baru, yaitu: fgs1 dan fgs2 yang merupakan tapis ortogonal hasil modifikasi dari tapis Haar dengan panjang tapis 4 dan 8; fgs3 yang merupakan tapis tak-ortogonal dengan panjang tapis 4; fgs26, fgs35, dan fgs57 yang merupakan tapis GS biortogonal, dengan fgs menunjukkan panjang tapis m untuk dekomposisi dan panjang tapis n untuk rekonstruksi. Kelima: tapis-tapis fgs3, fgs26, fgs35, dan fgs57 menghasilkan tingkat pengenalan yang bagus, yaitu 100% sebagaimana penerapan tapis Haar. Keenam: Tapis fgs1 dan fgs2 menghasilkan tingkat pengenalan yang buruk, masing-masing 56,667% dan 10%. Hal ini menunjukkan bahwa perentangan ukuran tapis Haar dari 1 menjadi 4 maupun 8 justru mengurangi tingkat pengenalannya.

Kata kunci Ekstraksi ciri iris mata, Gelombang Singkat, tekstur, tingkat pengenalan, aras dekomposisi, jarak Euclidean
Program Studi S3 Teknik Elektro UGM
No Inventaris DIS 047-H-2013
Deskripsi xxi, 182 p., bibl., ills., 29 cm.
Bahasa Indonesia
Jenis Disertasi
Penerbit [Yogyakarta] : Universitas Gadjah Mada, 2013
Lokasi Perpustakaan Pusat UGM
File Tulisan Lengkap dapat Dibaca di Ruang Tesis/Disertasi
  • Anda dapat mengecek ketersediaan versi cetak dari penelitian ini melalui petugas kami dengan mencatat nomor inventaris di atas (apabila ada)
  • Ketentuan Layanan:
    1. Pemustaka diperkenankan mengkopi cover, abstrak, daftar isi, bab pendahuluan, bab penutup/ kesimpulan, daftar pusatak
    2. Tidak diperbolehkan mengkopi Bab Tinjauan Pustaka, Bab Pembahasan dan Lampiran (data perusahaan/ lembaga tempat penelitian)
    3. Mengisi surat pernyataan, menyertakakan FC kartu identitas yang berlaku

<< kembali