In this thesis a method has been proposed which is based on the features of fingerprints patterns. Same technique has been used for fingerprint identification. In proposed method fingerprint identification have been processed by using MATLAB, and we used the standard UPEK Fingerprint database. In this thesis we used wavelet transformation based on Daubechies wavelets for image compression. Here the first level of wavelet transformation is considered and then from the result of wavelet transform we took the gray level co-occurrence matrix GLCM. Results have proved the ability of the proposed method. Feature extraction is performed using Co-occurrence matrix without losing too much information. We have extracted the features of the fingerprints classification of image then the comparative simulation results measuring identified image is done by employing Euclidian distance method. Many variants scenario of these algorithms have also been implemented wherever it was appropriate.
Bu tezde, parmak izi desen özelliklerine göre bir yöntem sunulmuştur. Aynı teknik parmak izi tanımlaması için kullanılır olmuştur. Önerilen parmak izi tanıma yöntemi, standart UPEK Parmak İzi veri tabanı kullanılan MATLAB yazılım sistemi kullanılarak yapılmıştır. Bu tezde görüntü sıkıştırma için Daubechies Wavelet dönüşümü kullanılmıştır. Wavelet dönüşümü ilk seviye olarak yapılmıştır ve daha sonra Wavelet sonucu bir gri seviyeli eş-oluşum matrisi (GLCM) kullanarak öznitelikler hesaplanmıştır. Sonuçlar önerilen yöntemin yeteneğini kanıtlamıştır. Özellik çıkarımı çok fazla bilgi kaybetmeden eş-oluşum matrisi kullanılarak yapılmıştır. Görüntünün parmak izi sınıflandırma özellikleri bulunduktan sonar karşılaştırmalı simülasyon sonuçları Öklid mesafesi yöntemi kullanılarak yapılmıştır. Uygun olduğu yerde bu algoritmaların birçok varyasyonları da uygulanmıştır.
