Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Cluster-Based Energy-Efficient Communication in Underwater Wireless Sensor Networks Kapitel lesen Erstes Kapitel lesen

2018 | OriginalPaper | Buchkapitel

Analysis of NIR and VW Light Iris Images on the Bases of Different Statistical Parameters

verfasst von : Harish Prajapati, Rajesh M. Bodade

Erschienen in: Proceedings of First International Conference on Smart System, Innovations and Computing

Verlag: Springer Singapore

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

To carry out accurate research for person’s identification, it is necessary to know about NIR and VW images, by some easy method especially for iris recognition. This work presents method to know diversity and noise in the NIR and VW iris images, on the bases of eight different statistical parameters. For this work four VW databases: UBIRIS.v2, UBIRIS.v1 (season1), UBIRIS.v1 (season2), UPOL and four NIR databases: IIT Delhi.v1, CASIA.v1, CASIA.v4-iris interval, and CASIA.v4-iris twin were chosen. In calculated points, it is found that VW iris databases UBIRIS.v2 and UBIRIS.v1 (season2) posses most diversity. VW images are noisy compared to NIR images. Out of which UPOL images is most noisy. Intensity of VW images are less as compared to the NIR images. Average standard deviation of both NIR and VW images is equal (approx. 13.5).

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Simplifying Spaghetti Processes to Find the Frequent Execution Paths
Nächstes Kapitel Study and Analysis of Demonetization Move Taken by Indian Prime Minister Mr. Narendra Modi
Literatur
1.
Kharul, S., Chaskar, U.: Quality Factors estimation of iris images. Int. J. of recent trends in Engineering and Technology. 276–284 (2014)
2.
Wild. P., Radu, P., Ferryman, J.: On Fusion of Multispectral Iris Recognition. Biometrics (ICB), Int. Conf., (2015)
3.
Proenca, H., Filipe, S., Santos, R., Oliveira, J., Alexandre, L. A.: The UBIRIS.v2: A Database of Visible Wavelength Iris Imag Captured On-The-Move and At-A- Distance.: IEEE Transactions on Pattern Analysis and Machine Intelligence, (2009)
4.
Bodade, R., Talbar, S.: Fake Iris detection: A Holistic Approach.: Int. J. of computer Applications, vol. 19, no. 2, (2011)
5.
Kumar, V., Gupta, P., Importance of Statistical Measures in Digital image processing.: Int. J. of Emerging Technology and advanced and advanced Engineering: vol. 2, no. 8, (2012)
6.
Roy, S., Biswasr, A.: A Personal Biometric Identification technique based on iris recognition. Int. J. of Computer Science and Information Technologies, 1474–1477 (2011)
7.
8.
Tan, C.-W., kumar A.: Accurate iris recognition at a distance using stabilized iris encoding and Zernike moments phase features.: IEEE Trans. Image Process., vol. 23, no. 9, pp. 3751–3765, (2014)
9.
10.
Proenca, H., Alexandre, L. A.: UBIRIS: A noisy iris image database.: springer, pp. 970–977, (2005)
11.
Yahya, A. E., Nordin, M. J.: Accurate iris segmentation method for Non-Cooperative iris recognition System.: J. of computer science., vol. 6, no. 5, pp. 492–497, (2010)
12.
13.
Gonzalez, R. C., Woods, R. E., Eddins, S. L.: Digital Image Processing Using.: McGraw Hill Education
14.
Zoran, D., Weiss, Y.: Scale Invariance and noise in natural images,.: IEEE 12th International conference on computer vision, pp. 2209–2216, (2009)
15.
Proenca, H.: The UBIRIS.v2: Quality assessment of degraded iris images acquired in visible wavelength.: IEEE Transactions on Information forensic and security
Metadaten
Titel
Analysis of NIR and VW Light Iris Images on the Bases of Different Statistical Parameters
verfasst von
Harish Prajapati
Rajesh M. Bodade
Copyright-Jahr
2018
Verlag
Springer Singapore
Buch
Proceedings of First International Conference on Smart System, Innovations and Computing

Print ISBN: 978-981-10-5827-1

Electronic ISBN: 978-981-10-5828-8

Copyright-Jahr: 2018

DOI
https://doi.org/10.1007/978-981-10-5828-8_67