Made available in DSpace on 2016-08-17T14:53:17Z (GMT). No. of bitstreams: 1 Osvaldo Junior.pdf: 1458966 bytes, checksum: a19ea3d3a77d6e058740e17388f1c8fa (MD5) Previous issue date: 2006-12-04 / Biometrics identification methods are gaining applications each day and this has motivated a lot of research in this area. This work presents a proposal for a method to identify people through iris texture analysis using geostatistics functions and their combination. To achieve this work objective, it is considered the following phases: automatic localization of the iris, features extraction and classification. In the localization phase, it is used a combination of three techniques: Watershed, Hough Transform and Active Contours. Each technique has an essential function to achieve a good performance. Within the extraction phase, there were used four geostatistics functions (semivariogram, semimadogram, covariogram and correlogram) and a combination of them to extract this features with a good precision. Finally in the phase of classification it is used a Euclidean Distance to determine the similarity degree between the extracted features. The tests were realised for the phases of localization and classification using an iris database called CASIA that has 756 images. The results achieved by the localization method are about 90%. For the classification method, considering the tests realized with the authentication mode, the obtained results has reached a success rate of 97.02% for a false acceptance rate equal to zero and 97.22% for a false acceptance rate equal to a false rejection rate. The tests realized with the identification mode have reached a rate of success of 98.14%. / Os métodos de identificação biométrica estão ganhando espaço em aplicações do dia-a-dia o que vem motivando a pesquisa nessa área. Este trabalho apresenta uma proposta de um método para identificação de pessoas através da análise da textura da íris usando funções geoestatísticas e uma combinação das mesmas. Para realização do trabalho foram consideradas as seguintes fases: localização automática da íris, extração de características e classificação. Na fase de localização foi usada a combinação de três técnicas Watershed, Transformada de Hough e Contornos Ativos, onde cada uma possui uma função essencial para um bom desempenho do processo. Na fase de extração são usadas quatro funções geoestatísticas (semivariograma, semimadograma, covariograma e correlograma) e uma combinação das mesmas para extrair características que discriminem a íris com uma boa precisão. Finalmente, na fase de classificação é usada a distancia Euclidiana para determinar o grau de similaridade entre as características extraídas. Os testes foram realizados, para as fases de localização e classificação, com um banco de dados de íris, denominado CASIA que possui 756 imagens. Na fase de localização o resultado alcançado foi de 90%. Para a fase de classificação, considerando os testes realizados no modo de autenticação, os resultados obtidos chegaram a uma taxa de sucesso de 97.02% para uma falsa aceitação igual a zero e de 97.22% para uma falsa aceitação igual a uma falsa rejeição. Para os testes realizados no modo de identificação a taxa de sucesso chegou a 98.14%.

Submitted by Rosivalda Pereira (mrs.pereira@ufma.br) on 2017-08-14T17:54:04Z No. of bitstreams: 1 JoaoDallysonAlmeida.pdf: 4607146 bytes, checksum: 8e76d2b2ba34e77fcc3d20c8cfa92e17 (MD5) / Made available in DSpace on 2017-08-14T17:54:05Z (GMT). No. of bitstreams: 1 JoaoDallysonAlmeida.pdf: 4607146 bytes, checksum: 8e76d2b2ba34e77fcc3d20c8cfa92e17 (MD5) Previous issue date: 2010-02-12 / Strabismus is a pathology that affects about 4% of the population causing aesthetic problems, reversible at any age, and irreversible tensorial alterations, modifying the vision mechanism. Hirschberg's test is one of the available exams to detect such pathology. Computer Aided Diagnosis and Detection Systems have been used with relative success to help health professionals. Nevertheless, the increasingly application of high technology resources to help diagnosis and therapy in ophthalmology is not a reality in the Strabismus sub-specialty. This way, the present work has the objective of introduing a methodology for automatic detection Strabismus in digital images through Hirschberg's test. For such, it is organized in four stages: finding the region of the eyes, precise location of the eyes, limb and bright, and identi cation of Strabismus The methodology presents results of 100% of sensibility, 91,3% of specificity and 94% of match in the identification of Strabismus, comproving the eficiency of the geostatistical functions in the extraction of the texture of the eyes and of the calculations of the alignment between eyes in digital images acquired from Hirschberg's test. / O estrabismo é uma patologia que afeta cerca de 4% da população provocando problemas estéticos, reversíveis a qualquer idade, e alterações sensoriais irreversíveis, modificando o mecanismo da visão. O teste de Hirschberg é um dos tipos de exames existentes para detectar tal patologia. Sistemas de Detecção e Diagnóstico auxiliados por computador (Computer Aided Detection/Diagnosis) estão sendo usados com relativo sucesso no auxílio aos profissionais de saúde. No entanto, o emprego cada vez mais rotineiro de recursos de alta tecnologia, no auxílio diagnóstico e terapêutico em oftalmologia, não é uma realidade dentro da subespecialidade estrabismo. Sendo assim, o presente trabalho tem como objetivo apresentar uma metodologia para detectar automaticamente o estrabismo em imagens digitais através do teste de Hirschberg. Para tal, o estudo está organizado em quatro fases: localização da região dos olhos, localização precisa dos olhos, localização do limbo e do brilho, e identificação do estrabismo. A metodologia apresenta resultados de 100% de sensibilidade, 91,3% de especificidade e 94% de acerto na identificação do estrabismo comprovando a eficiência das funções geoestatísticas na extração de textura dos olhos e do cálculo da alinhamento entre os olhos em imagens digitais adquiridas a partir do teste de Hirschberg.