Human identification with palmprint based on local binary pattern

Abstract

Palmprint recognition is one of the research areas is considered in recent years. In this thesis, we introduce a new method for human Palmprint identification system with local binary pattern. First, the palm images are preprocessing with morphological technics. Then the feature extraction for images is applied. We used local binary pattern and gray level Co-occurance matrix for desired features. This approach is tested for 500 people and there are 1, 2, 3... 7 image from each people. Our method is compared with PCA method and Wavelet continuous transformation. The result shows that proposed method is efficiency and good performance for Palmprint recognition.

Avuç içi tanıma son yıllarda kabul edilen araştırma alanlarından biridir. Bu tezde, yerel ikili desen insan Palmprint tanımlama sistemi için yeni bir yöntem tanıtmak. İlk olarak, palmiye görüntüleri morfolojik teknikleri ile önişlemdedir. Sonra özellik çıkarma görüntüler için uygulanır. Biz yerel ikili desen ve istenilen özellikler için gri seviye Co-oluşumu matrisi kullanılır. Bu yaklaşım, 500 kişi için test edilmiştir ve her bir insan dizisinden 1, 2, 3 ve 4 görüntü vardır. Önerilen yöntem, PCA yöntemi ile karşılaştırılır. Sonuç önerilen yöntem verimliliği ve Palmprint tanınması için iyi bir performans olduğunu göstermektedir.