Improved Iris Recognition System Using Wavelet Transform and Ant Colony Optimization

Sharma, Vijay Prakash; Mishra, Sadhna K.; Dubey, Deepika

doi:10.1109/cicn.2013.58

Cited by 3 publications

(4 citation statements)

References 7 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Biometrik menggunakan iris mata memiliki tingkat keakuratan lebih tinggi, karena tiap iris mata pada manusia memiliki tekstur yang berbeda antara sebelah kanan dan sebelah kiri. Bahkan pada orang yang kembar identik, iris mata mereka berbeda satu sama lain [1]. Salah satu tahap yang penting dan mendasar dalam sistem pengenalan iris mata (biometrik) adalah mendeteksi batas luar dan dalam dari pola iris mata pada citra input.…”

Section: Pendahuluanunclassified

“…Iris merupakan salah satu bagian dari tubuh manusia yang memiliki sifat unik, karena setiap manusia memiliki tekstur iris yang berbeda antara sebelah kanan dan kirinya. Bahkan pada orang yang kembar identik, iris mata mereka berbeda satu sama lain [1]. Selain digunakan untuk mengenali seseorang, iris juga bisa digunakan untuk mendeteksi penyakit yang diderita seseorang.…”

Section: Gambar 1 Gambar Mataunclassified

See 1 more Smart Citation

Deteksi Iris Mata Menggunakan Watershed Dan Circular Hough Transform

Ja'far

2022

Jurnal Riset Inovasi Bidang Informatika dan Pendidikan Informat

View full text Add to dashboard Cite

Biometrik merupakan salah satu teknologi yang berkembang pesat saat ini, yang memungkinkan komputer untuk mengidentifikasi seseorang berdasarkan salah satu bagian tubuh manusia yang dinilai unik dan tidak akan berubah-ubah. Salah satu bagian tubuh manusia yang bisa digunakan untuk proses pengenalan seseorang adalah iris mata. Untuk mendapatkan biometrik iris dengan hasil yang baik maka diperlukan proses deteksi iris mata. Pada penelitian ini diusulkan metode Watershed dan Circular Hough Transform. Data yang digunakan dalam penilitan ini didapatkan dari database Multimedia University (MMU). Dari hasil evaluasi yang dilakukan terhadap 50 citra mata tersebut diperoleh nilai rata-rata presisi sebesar 99,3494% dan recall sebesar 87,4795%. Serta rata-rata akurasi sebesar 98,6081%.

show abstract

Section: Pendahuluanunclassified

Section: Gambar 1 Gambar Mataunclassified

Deteksi Iris Mata Menggunakan Watershed Dan Circular Hough Transform

Ja'far

2022

Jurnal Riset Inovasi Bidang Informatika dan Pendidikan Informat

View full text Add to dashboard Cite

show abstract

“…The iris region is transformed to a 2D array with horizontal dimensions corresponding to the angular resolution and the vertical dimension to radial resolution shown in Figure 4. by low frequency coefficients or LL sub band [11] so this sub band is considered for applying PCA. Where I(x,y) corresponds to the iris region, (x,y) and (r,θ) are the Cartesian and normalized polar coordinates, respectively.…”

Section: Daugman's Rubber-sheet Modelmentioning

confidence: 99%

“…Where range of frequency is represented as LL < LH < HL < HH. The feature or characteristics of iris is represented by low frequency coefficients or LL sub band so LL frequency sub band can be extracted for feature reduction [11].…”

Section: Discrete Wavelet Transformationmentioning

confidence: 99%