Mostrar el registro sencillo del ítem

dc.contributor.authorValencia-Murillo, José F.
dc.contributor.authorPoveda-Sendales, Daniel A.
dc.contributor.authorValencia-Vargas, Daniel F.
dc.date.accessioned2019-07-18T14:12:24Z
dc.date.accessioned2019-08-20T15:51:40Z
dc.date.available2019-07-18T14:12:24Z
dc.date.available2019-08-20T15:51:40Z
dc.date.issued2014-08-06
dc.identifierhttps://revistas.itm.edu.co/index.php/tecnologicas/article/view/544
dc.identifier10.22430/22565337.544
dc.identifier.urihttp://hdl.handle.net/20.500.12622/941
dc.description.abstractLa segmentación del iris es una de las etapas más importantes en los sistemas de reconocimiento del iris. En este trabajo se aplican algoritmos de preprocesamiento de la imagen con el objetivo de evaluar su impacto en los porcentajes de segmentación exitosa del iris. Los algoritmos utilizados se basan en el ajuste del histograma, filtros Gaussianos y en la eliminación del reflejo especular en imágenes del ojo humano. Se aplica el método de segmentación introducido por Masek a 199 imágenes tomadas bajo condiciones no controladas, pertenecientes a la base de datos CASIA-irisV3, antes y después de aplicar los algoritmos de preprocesamiento. Posteriormente se evalúa el impacto de los algoritmos de preprocesamiento en el porcentaje de segmentación exitosa del iris por medio de una inspección visual de las imágenes, para determinar si las circunferencias detectadas del iris y de la pupila corresponden adecuadamente con el iris y la pupila de la imagen real. El algoritmo que generó uno de los mayores incrementos de los porcentajes de segmentación exitosa (pasa de 59% a 73%) es aquel que combina la eliminación de reflejos especulares, seguido por la aplicación de un filtro Gaussiano con máscara 5x5. Los resultados obtenidos señalan la importancia de una etapa previa de preprocesamiento de la imagen como paso previo para garantizar una mayor efectividad en el proceso de detección de bordes y segmentación del iris.spa
dc.format.mimetypeapplication/pdf
dc.language.isospa
dc.publisherInstituto Tecnológico Metropolitano (ITM)spa
dc.relationhttps://revistas.itm.edu.co/index.php/tecnologicas/article/view/544/503
dc.rightsCopyright (c) 2017 Tecno Lógicasspa
dc.source2256-5337
dc.source0123-7799
dc.sourceTecnoLógicas; Vol 17 No 33 (2014); 31-41eng
dc.sourceTecnoLógicas; Vol. 17 Núm. 33 (2014); 31-41spa
dc.subjectAlgoritmosspa
dc.subjectbiometríaspa
dc.subjectimágenes del irisspa
dc.subjectpreprocesamiento de imágenesspa
dc.subjectsegmentaciónspa
dc.titleEvaluación del impacto del preprocesamiento de imágenes en la segmentación del irisspa
dc.title.alternativeEvaluating the impact of image preprocessing on iris segmentation
dc.subject.keywordsAlgorithmseng
dc.subject.keywordsbiometriceng
dc.subject.keywordsiris imageseng
dc.subject.keywordsimage preprocessingeng
dc.subject.keywordssegmentationeng
dc.typeinfo:eu-repo/semantics/article
dc.typeinfo:eu-repo/semantics/publishedVersion
dc.typeResearch Paperseng
dc.typeArtículos de investigaciónspa
dc.relation.ispartofjournalTecnoLógicas
dc.description.abstractenglishSegmentation is one of the most important stages in iris recognition systems. In this paper, image preprocessing algorithms are applied in order to evaluate their impact on successful iris segmentation. The preprocessing algorithms are based on histogram adjustment, Gaussian filters and suppression of specular reflections in human eye images. The segmentation method introduced by Masek is applied on 199 images acquired under unconstrained conditions, belonging to the CASIA-irisV3 database, before and after applying the preprocessing algorithms. Then, the impact of image preprocessing algorithms on the percentage of successful iris segmentation is evaluated by means of a visual inspection of images in order to determine if circumferences of iris and pupil were detected correctly. An increase from 59% to 73% in percentage of successful iris segmentation is obtained with an algorithm that combine elimination of specular reflections, followed by the implementation of a Gaussian filter having a 5x5 kernel. The results highlight the importance of a preprocessing stage as a previous step in order to improve the performance during the edge detection and iris segmentation processes.eng
dc.rights.accessrightsinfo:eu-repo/semantics/openAccess
dc.type.coarhttp://purl.org/coar/resource_type/c_6501


Ficheros en el ítem

Thumbnail

Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem