Representação e classificação de texturas da íris baseada na Transformada Ótima de Gabor

Abstract

Este trabalho propõe a aplicação e investigação do método apresentado por Manjunah e Ma [12] para análise de texturas e denominado de Transformada Wavelet Gabor Ótima (TWGO) na representação e discriminação de texturas da íris. O método proposto foi testado usando um banco de 1205 imagens de olhos referenciado na literatura [16]. Em cada uma destas imagens, a região da íris foi segmentada e após, representada em múltiplas escalas segundo a TWGO; os padrões de textura são então representados por estatísticas, e comparados entre si através de medidas de similaridade para fazer a identificação da íris. Os resultados de diversos testes são apresentados, e indicam que o método proposto produz elevadas taxas de acerto no reconhecimento da íris (94,68% de acerto considerando imagens fora de foco e com oclusões da íris, e 100% excluindo estas imagens problemáticas). O método proposto permite ajustar a sensibilidade do critério de similaridade entre texturas de acordo com o nível de segurança requerido pela aplicação.

This paper proposes to investigate the application of the method developed by Manjunah and Ma [12], namely, the Optimal Gabor Wavelet Transform (OGWT), in the context of iris texture representation. The proposed method was tested in a widely known database of 1205 eye images [16]. In each one of these images, the iris region was segmented, and then represented in multiple scales using the OGWT; the íris texture patterns were represented by their statistics in the Wavelet domain, and compared using similarity metrics. The experimental results indicate that the proposed method obtains a correct iris recognition rate of 94,68%, even considering out of focus images and iris occlusions; a correct iris recognition rate of 100% is obtained excluding problematic images. The proposed method is flexible, and allows to fine tune the iris recognition criterion according to the accuracy level required by the application.