Akademik Veri Yönetim Sistemi
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: İstanbul Ticaret Üniversitesi, Fen Bilimleri Enstitüsü, Türkiye
Tezin Onay Tarihi: 2021
Tezin Dili: Türkçe
Öğrenci: GÖKSEL ÇANKAYA
Danışman: YARKAN SERHAN
Özet:ÖZET Yüksek güvenlikli kişisel tanımlama giderek daha da önemli hale gelmektedir. Kimlik doğrulama için biyometrik imzalar kullanılmaktadır. Damar desenli kişisel doğrulama insan biyometrik imzalarından biridir. Damar desenli kişisel doğrulama güvenlik uygulamalarının yanında sağlık alanında da çok kullanılmaktadır. Damarların bulunmasını zorlaştıran durumlarda tedavide veya muayenede güçlükler yaşanmaktadır. Damarlarımızdaki kan kızılötesi ışınları diğer dokulardan daha fazla soğurduğu için damarlar daha kolay tespit edilir. Kimlik doğrulamanın güvenilirliğini arttırmak ve sağlık alanındaki dezavantajları gidermek için birçok damar görüntüleme tekniği geliştirilmiştir. Bu çalışmada görüntülere gri seviyeye dönüştürme, medyan filtre, histogram eşitleme ve adaptif histogram eşitleme yöntemleri uygulanmıştır. Görüntüler üzerinde denenen yöntemler MATLAB programı ile yapılmıştır. Ham görüntüye yöntemler uygulandıktan sonra damar tespiti yapılmıştır. Gelecek çalışmalarda görüntü işleme yapılan görüntülerin ham görüntünün alındığı bölgeye geri yansıtılması hedeflenmektedir. Anahtar Kelimeler: Damar tespiti, görüntü işleme, kızılötesi damar görüntüleme. ABSTRACT High security personal identification is becoming increasingly important. Biometric signatures are used for authentication. Vein patterned personal verification is one of the human biometric signatures. Vein patterned personal verification is used a lot in healthcare as well as security applications. In situations that make it difficult to find the veins, there are difficulties in treatment or examination. Since the blood infrared rays in our veins absorb more than other tissues, the veins are detected more easier. Several vein imaging techniques have been developed to increase the reliability of authentication and to eliminate the disadvantages in the field of medicine. In this study, grayscale, median filter, histogram equalization, and adaptive histogram equalization methods were applied on images. The methods tested on the images were implemented with the MATLAB program. After methods were applied to the raw image, vein detection was performed. In future studies, it is aimed to reflect the image processed to the region where the raw image is taken. Keywords: Vein detection, image processing, infrared vein viewing. İÇİNDEKİLER İÇİNDEKİLER . i ÖZET . ii ABSTRACT . iii TEŞEKKÜR . iv ŞEKİLLER . v ÇİZELGELER. vi SİMGELER VE KISALTMALAR . vii 1. GİRİŞ. 1 2. LİTERATÜR ÖZETİ . 4 3. BİYOMETRİK İZLER . 7 3. 1. Parmak İzi . 7 3. 2. Yüz Tanıma . 8 3. 3. İris Tanıma. 9 3. 4. Damar İzi Tanıma . 10 4. BİYOMETRİK SİSTEM . 12 4. 1. Biyometrinin Seçilmesi . 12 4. 2. Biyometrik Sistem Kabulü . 12 4. 3. Biyometrik Sistemlerin Güvenliği ve Toplumsal Durumu . 13 4. 4. Biyometrik Sistem Mimarisi . 13 4. 4. 1. Biyometrik izin elde edilmesi . 15 4. 4. 2. Görüntünün işlenmesi . 15 4. 4. 3. Özelliklerin çıkarılması . 15 4. 4. 4. Biyometrik karşılaştırma . 15 4. 5. Biyometrik Sistemin Performansı . 16 5. YÖNTEMLER . 17 5. 1. Gri Seviyeye Dönüştürme . 17 5. 2. Medyan Filtreleme . 20 5. 3. Histogram Eşitleme . 23 5. 3. 1. Adaptif histogram eşitleme . 25 6. SONUÇLAR . 27 KAYNAKLAR . 32 ÖZGEÇMİŞ . 35