Celem prezentowanych w artykule badań było opracowanie i zweryfikowanie algorytmu segmentacji obrazu oka, przeznaczonego do systemu identyfikacji osób przy wykorzystaniu wzoru tęczówki. Pierwsza część artykułu stanowi wprowadzenie do biometrii oraz przegląd znanych w literaturze metod segmentacji obrazu oka. Zaproponowany algorytm, przedstawiony w drugiej części artykułu, został zaimplementowany w języku C++, a następnie zweryfikowany na dostępnych bazach danych pozwolił uzyskać wysoki poziom skuteczności segmentacji.
EN
The aim of the presented researches was to perform and verify algorithm for eye image segmentation that would be applied in iris recognition system. The first part of the paper contains introduction to biometry and literature survey. Proposed algorithm, described in the second part of this paper, has been implemented in the C++ programming language and verified on available databases, for which the authors have achieved high level of segmentation effectiveness.
A new simple, analytic and physical based charge-capacitance model valid for small-geometry MOSFETs is presented. The proposed charge-capacitance model is developed from the recently published DC MOSFET model [1], which uses a single current equation to describe the I-V characteristics from subthreshold to strong inversion as well as from linear to saturation region of operation. The resulting charge equations are functions of the surface potentials at the source and drain ends. Different channel-partition methods are used for the development of source and drain charge equations. All capacitance are derived from the charges to ensure charge conversation. The resulting capacitances have non-reciprocal property. The model accounts for the major physical effects in state-of-the art of the small-geometry MOSFET devices. A set of benchmark tests for the model continuity has been performed and the benchmark tests requirements are met by the proposed model. Therefore, the proposed model expected to be very suitable for analog applications.
Iris recognition is accepted as one of the best biometric methods. The extraction of a unique iris signature still remains impossible due to uncertainty of results in commonly used feature extraction methods. As a result of previous research, iris structure analysis was chosen as the best method for human identification based on iris pattern, in opposite to classical wavelet texture analysis methods. The first step of this procedure is the acquisition of iris structure. In this paper, a new approach regarding human iris image acquisition is presented, which allows the extraction of a semi-3D model, i.e., the placement of iris muscles and caverns as well as their shape changes. Additionally method for iris structure quality estimation is presented.
PL
Technika rozpoznawania osób na podstawie obrazu tęczówki oka została zaakceptowana jako najbardziej skuteczna metoda biometryczna. Niemniej uzyskanie jednoznacznej sygnatury tęczówki wciąż pozostaje niemożliwe, głównie ze względu na własności dotychczas stosowanych metod ekstrakcji cech. W rezultacie prowadzonych badań, zaproponowano metodę analizy struktury tęczówki, jako naj-lepiej nadającą się do jednoznacznej identyfikacji biometrycznej, pozbawioną wad stosowanych obecnie metod analizy tekstury. Pierwszym etapem tej procedury jest akwizycja obrazu tęczówki, umożliwiającego bardzo dokładną obserwację układu włókien ją tworzących. W artykule przedstawione jest nowe podejście do akwizycji obrazu ludzkiego oka umożliwiające pobranie prawie-trójwymiarowego modelu tęczówki. Pozwala on na obserwację zmian w układzie mięśni i włókien tęczówki. Dodatkowo w artykule przedstawiono metodę oceny jakości uzyskanej struktury tęczówki.
The first approach to application of the two-dimensional image processing in recognition of brain amyloidosis diseases is presented in the paper. The authors propose to create special universal amyloid plaque computer pattern and special multivariate medical image segmentation techniques based on collected images and statistical information. The recognition image procedure is divided into 3-dimensional statistical colour and morphological shape identifications.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.