An efficient iris texture analysis based on HAAR wavelet 2D Log Gabor and monogenic filter

2016 ◽  
Author(s):  
Imen Tajouri ◽  
Ahmed Ghorbel ◽  
Walid Aydi ◽  
Nouri Masmoudi
Keyword(s):  
Texture Analysis ◽  
Haar Wavelet ◽  
Log Gabor

Statistical Nuclear Texture Analysis in Cancer Research: A Review of Methods and Applications

2008 ◽  
Vol 14 (2-3) ◽  
pp. 89-164 ◽  
Author(s):  
Birgitte Nielsen ◽  
Fritz Albregtsen ◽  
Havard E. Danielsen
Keyword(s):  
Cancer Research ◽  
Texture Analysis ◽  
Nuclear Texture

Characterization of Pancreas at Diabetic Patients in CT images using Texture Analysis

2017 ◽  
Vol 7 (7) ◽  
pp. 8
Author(s):  
Mona E. Elbashier ◽  
Suhaib Alameen ◽  
Caroline Edward Ayad ◽  
Mohamed E. M. Gar-Elnabi
Keyword(s):  
Size Distribution ◽  
Texture Analysis ◽  
Classification Accuracy ◽  
Ct Images ◽  
Diabetic Patients ◽  
Gray Level ◽  
Grey Level ◽  
Run Length ◽  
Interactive Data

This study concern to characterize the pancreas areato head, body and tail using Gray Level Run Length Matrix (GLRLM) and extract classification features from CT images. The GLRLM techniques included eleven’s features. To find the gray level distribution in CT images it complements the GLRLM features extracted from CT images with runs of gray level in pixels and estimate the size distribution of thesubpatterns. analyzing the image with Interactive Data Language IDL software to measure the grey level distribution of images. The results show that the Gray Level Run Length Matrix and  features give classification accuracy of pancreashead 89.2%, body 93.6 and the tail classification accuracy 93.5%. The overall classification accuracy of pancreas area 92.0%.These relationships are stored in a Texture Dictionary that can be later used to automatically annotate new CT images with the appropriate pancreas area names.

SISTEM PENGENALAN MANUSIA MELALUI KEUNIKAN FISIOLOGIS SELAPUT PELANGI MATA DENGAN MENGGUNAKAN FILTER LOG GABOR

KONVERGENSI ◽  
2019 ◽  
Vol 13 (1) ◽  
Author(s):  
Bima Agung Pratama ◽  
Fajar Astuti Hermawati
Keyword(s):  
Iris Recognition ◽  
Hamming Distance ◽  
Rubber Sheet ◽  
Log Gabor

Penelitian ini mengajukan sebuah sistem pengenalan manusia melalui karakteristik pola fisiologis selaput pelangi (iris) matanya. Pengenalan selaput pelangi mata (iris recognition) merupakan suatu teknologi pengolahan citra yang digunakan untuk mendeteksi dan menampilkan selaput pelangi (iris) pada alat indera mata manusia saat kelopak mata terbuka. Terdapat beberapa tahap dalam proses pengenalan menggunakan pola iris mata manusia. Langkah pertama adalah melakukan proses segmentasi untuk mendapatkan daerah selaput pelangi (iris) mata yang berbentuk melingkat dengan menggunakan metode operator integro-diferensial. Selanjutnya dilakukan proses normalisasi hasil segmentasi menjadi bentuk polar dengan menerapkan metode metode Daughman’s rubber sheet model. Setelah itu diterapkan proses ekstraksi fitur atau pola dari citra ternormalisasi menggunakan filter Log-Gabor. Pencocokan untuk mengukur kesamaan antara pola iris mata manusia dengan pola-pola dalam basisdata sistem dilakukan menggunakan Hamming distance. Dalam percobaan pengenalan individu menggunakan basisdata iris mata MMU diperoleh akurasi sebesar 98%. Kata Kunci: Pengenalan selaput pelangi, Pengenalan iris mata, Filter log-Gabor, Segmentasi citra, Sistem biometrik

Sign in / Sign up

Export Citation Format

Share Document