GLCM tabanlı k-nn sınıflandırıcı modeli ile avuç içi tanıma sistemi
Yükleniyor...
Dosyalar
Tarih
2012-06-01
Yazarlar
Dergi Başlığı
Dergi ISSN
Cilt Başlığı
Yayıncı
Batman Üniversitesi
Erişim Hakkı
info:eu-repo/semantics/openAccess
Attribution 3.0 United States
Attribution 3.0 United States
Özet
K en yakın komşuluk algoritması, sınıflandırma problemini çözen bir algoritmadır. Sınıflandırma, yeni bir imgenin özniteliklerini inceleme ve bu imgeyi önceden tanımlanmış bir sınıfa atamaktır. Önemli olan, her bir sınıfın özelliklerinin önceden belirlenmiş olmasıdır.Bu çalışmada Hongkong Politeknik Üniversitesi veritabanına ait avuç içi imgeleri kullanılmıştır. El imgeleri ön işlemden geçirildikten sonra avuç içi imgeleri elde edilmiştir. Gri seviye eş oluşum matrisi (GLCM) metodu kullanılarak her bir imgeden öz nitelik parametreleri elde edilmiştir. Bu parametreler k en yakın komşuluk algoritması (k-NN) sınıflandırıcısının girişine verilerek performansı en iyi sistem tasarlanmıştır. Sonuç olarak en iyi performans k=1 komşuluk yapısında % 91.4 olarak gözlemlenmiştir.
Knearest neighboralgorithmis an algorithmthat solvesthe problem ofclassification. The classification is to analyse texture features of a new image and to assign them into a predefined class. The important thingis that the features of each class shoul be determined previously.In this work, the Hong Kong Polytechnic University Palmprint Database image is used. After the preprocessing of hand images; the region of interest, namely sub-image of palm print is extracted from the original images. The texture features are extracted by using theGreyLevelCo-Occurrence Matrix (GLCM). Then, GLCM based texture features vectors are applied to k-Nearest Neighbor(k-NN) method as inputs for classification. Finally, the best performance is observed as % 91.4 in the k=1 structure.
Knearest neighboralgorithmis an algorithmthat solvesthe problem ofclassification. The classification is to analyse texture features of a new image and to assign them into a predefined class. The important thingis that the features of each class shoul be determined previously.In this work, the Hong Kong Polytechnic University Palmprint Database image is used. After the preprocessing of hand images; the region of interest, namely sub-image of palm print is extracted from the original images. The texture features are extracted by using theGreyLevelCo-Occurrence Matrix (GLCM). Then, GLCM based texture features vectors are applied to k-Nearest Neighbor(k-NN) method as inputs for classification. Finally, the best performance is observed as % 91.4 in the k=1 structure.
Açıklama
Anahtar Kelimeler
Avuç içi tanıma, GLCM, k-NN, Örüntü tanıma, Palm print recognition, Pattern recognition
Kaynak
WoS Q Değeri
Scopus Q Değeri
Cilt
1
Sayı
2
Künye
Çalışkan, A , Acar, E , Kaya, Y . (2012). GLCM tabanlı k-nn sınıflandırıcı modeli ile avuç içi tanıma sistemi Batman Üniversitesi Yaşam Bilimleri Dergisi, 1 (2), ss. 1-10.
