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%.