Görüntü işleme teknolojisi ile parmak izi analizi ve teşhisi
| dc.authorid | 0000-0003-4989-2313 | |
| dc.contributor.advisor | Eroğlu, Alperen | |
| dc.contributor.author | Alkaner, Mehmet | |
| dc.date.accessioned | 2025-10-02T07:42:14Z | |
| dc.date.available | 2025-10-02T07:42:14Z | |
| dc.date.issued | 2025 | |
| dc.date.submitted | 2025 | |
| dc.department | NEÜ, Fen Bilimleri Enstitüsü, Endüstri Mühendisliği Anabilim Dalı | |
| dc.description | Yüksek Lisans Tezi | |
| dc.description.abstract | Biyometrik kimlik doğrulama sistemleri, günümüzde hem güvenlik hem de kişisel veri koruma açısından kritik öneme sahip uygulamalar arasında yer almaktadır. Bu sistemler içerisinde parmak izi tanıma teknolojisi, yüksek doğruluk oranı, bireye özgü yapısı ve yaşam boyu değişmeyen özellikleri sayesinde en yaygın kullanılan yöntemlerden biri olarak öne çıkmaktadır. Ancak, mevcut sistemler düşük kaliteli, bozulmuş veya eksik verilerle karşılaşıldığında önemli performans kayıpları yaşayabilmektedir. Bu kapsamda gerçekleştirilen bu tez çalışması, parmak izi tanıma süreçlerini daha doğru, hızlı ve güvenilir hâle getirmek amacıyla görüntü işleme teknikleri temelinde geliştirilmiş bir yöntemi ele almaktadır. Geleneksel parmak izi tanıma sistemleri, genellikle minutiae tabanlı özellik çıkarımı yöntemleriyle çalışmakta ve bu sistemler, düşük kaliteli, bozulmuş ya da eksik parmak izi verileri karşısında performans kaybı yaşamaktadır. Bu eksiklikleri gidermek üzere geliştirilen modelde histogram eşitleme, gürültü giderme, morfolojik işlemler ve Fourier dönüşümü gibi temel görüntü işleme teknikleriyle parmak izi görüntüleri iyileştirilmiş, ardından minutiae noktaları ile iz yönü (ridge orientation) bilgisi de kullanılarak özellik çıkarımı gerçekleştirilmiştir. Ön işleme sonrası iyileştirilen görüntülerin kalitesi Tepe Sinyal Gürültü Oranı ve Yapısal Benzerlik İndeksi gibi nesnel görüntü kalite metrikleri ile değerlendirilmiş, böylece yalnızca görsel olarak değil, sayısal olarak da iyileştirmenin etkisi ortaya konulmuştur. Çalışmada, FVC2002 ve FVC2004 gibi uluslararası standartlara sahip, çeşitli kalitelerde ve sensör tiplerinde elde edilmiş parmak izi görüntülerini içeren veri setleri kullanılmıştır. Bu veri setleri, yüksek çeşitlilikte kullanıcı profili ve bozulma seviyeleri içermesi nedeniyle, geliştirilen modelin farklı senaryolarda test edilmesi ve genellenebilirliğinin değerlendirilmesi açısından önemli bir avantaj sunmaktadır. Bu yöntemle geliştirilen modelin genel başarımı hem geleneksel eşleştirme yöntemleri hem de Ölçekten Bağımsız Özellik Dönüşümü, Yön bilgisi kazandırılmış Hızlandırılmış Parça Testinden Elde Edilen Özellikler ile Döndürülmüş İkili Sağlam Bağımsız Temel Özellikler ve Evrişimli Sinir Ağı gibi literatürde yaygın olarak kullanılan yaklaşımlar ile karşılaştırılmıştır. Geliştirilen sistem, FVC2002’de %96,8 ve FVC2004’de %95,3 doğruluk oranları, düşük hatalı kabul ve hatalı reddetme oranlarıyla öne çıkarken, işlem süresi bakımından da ticari sistemlere göre daha hızlı çalıştığı gözlemlenmiştir. Ayrıca sistemin kullanıcı dostu bir grafik arayüzü geliştirilmiş ve gerçek zamanlı senaryolarda uygulanabilirliği test edilmiştir. Sonuçlar, bu modelin hem akademik hem de pratik alanda biyometrik güvenlik sistemlerine önemli katkılar sunabileceğini, özellikle adli bilişim uygulamaları için güvenilir bir çözüm olarak değerlendirilebileceğini göstermektedir. | |
| dc.description.abstract | Biometric Decryption systems are among the applications that are of critical importance both in terms of security and personal data protection today. Among these systems, fingerprint recognition technology stands out as one of the most widely used methods due to its high accuracy rate, individual-specific structure and features that do not change throughout life. However, existing systems may experience significant performance losses when encountering low-quality, corrupted or incomplete data. This thesis study carried out in this context deals with a method developed on the basis of image processing techniques in order to make fingerprint recognition processes more accurate, fast and reliable. Traditional fingerprint recognition systems usually work with minutiae based feature extraction methods, and these systems experience a loss of performance in the face of low-quality, degraded or incomplete fingerprint data. In the model developed to address these shortcomings, fingerprint images were improved using basic image processing techniques such as histogram synchronization, noise reduction, morphological operations and Fourier transform, and then feature extraction was performed using minutiae points and ridge orientation information. The quality of the improved images after pre-processing was evaluated by objective image quality metrics such as Peak Signal-to-Noise Ratio and Structural Similarity Index, thus revealing the effect of the improvement not only visually, but also numerically. In the study, data sets containing fingerprint images obtained in various qualities and sensor types with international standards such as FVC2002 and FVC2004 were used. Due to the fact that these data sets contain a high variety of user profiles and distortion levels, they offer an important advantage in terms of testing the developed model in different scenarios and evaluating its generalizability. The overall performance of the model developed with this method was compared with both traditional matching methods and Scale-Independent Feature Transformation, Features Obtained from Accelerated Track Testing with acquired Directional knowledge, Rotated Binary Robust Independent Basic Features, and approaches commonly used in the literature, such as Convolutional Neural Network. While the developed system stands out with 96.8% accuracy rates in FVC2002 and 95.3% in FVC2004, low erroneous acceptance and erroneous rejection rates, it has been observed that it works faster than commercial systems in terms of processing time. In addition, a user-friendly graphical interface of the system has been developed and its applicability has been tested in real-time scenarios. The results show that this model can offer significant contributions to biometric security systems in both academic and practical fields, and can be considered as a reliable solution, especially for forensic computing applications. | |
| dc.identifier.citation | Alkaner, M. (2025). Görüntü işleme teknolojisi ile parmak izi analizi ve teşhisi. (Yayımlanmamış yüksek lisans tezi). Necmettin Erbakan Üniversitesi, Fen Bilimleri Enstitüsü Endüstri Mühendisliği Anabilim Dalı, Konya. | |
| dc.identifier.uri | https://hdl.handle.net/20.500.12452/19814 | |
| dc.language.iso | tr | |
| dc.publisher | Necmettin Erbakan Üniversitesi, Fen Bilimleri Enstitüsü | |
| dc.relation.publicationcategory | Tez | |
| dc.rights | info:eu-repo/semantics/openAccess | |
| dc.subject | Biyometrik Güvenlik | |
| dc.subject | Fourier Dönüşümü | |
| dc.subject | Görüntü İşleme | |
| dc.subject | Matlab | |
| dc.subject | Parmak İzi Tanıma | |
| dc.subject | Biometric Security | |
| dc.subject | Fourier Transform | |
| dc.subject | Image Processing | |
| dc.subject | Fingerprint Recognition | |
| dc.title | Görüntü işleme teknolojisi ile parmak izi analizi ve teşhisi | |
| dc.title.alternative | Fingerprint analysis and diagnosis with image processing technology | |
| dc.type | Master Thesis |
