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:
Texture Classification Using Shearlet Transform Energy Features Kapitel lesen Erstes Kapitel lesen

2016 | OriginalPaper | Buchkapitel

Denoising Iris Image Using a Novel Wavelet Based Threshold

verfasst von : K. Thangavel, K. Sasirekha

Erschienen in: Digital Connectivity – Social Impact

Verlag: Springer Nature Singapore

Einloggen

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

search-config
loading …

Abstract

The efficiency of an iris authentication system depends on the quality of the iris image. Denoising of the iris image is indispensable to get a noise free image. In this paper, a novel method is proposed to remove Gaussian noise present in the iris image using Undecimated wavelet, a threshold based on Golden Ratio and weighted median. First, decompose the input image using Stationary Wavelet Transform (SWT) and apply the modified Visushrink to the wavelet coefficients using hard and soft thresholding. Then apply inverse SWT to get the noise free image. Different kinds of wavelet filters such as db1, db2, sym2, sym4, coif2 and coif4 for different noise levels are performed. The filter db1 is outperformed. In this research, experiments have been conducted on the iris database CASIA. The Peak Signal-to-Noise Ratio (PSNR), Signal-to-Noise Ratio (SNR), Root Mean Square Error (RMSE) and Mean Square Error (MSE) have been computed and compared.

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 Malware Detection Using Higher Order Statistical Parameters
Nächstes Kapitel Analogy Removal Stemmer Algorithm for Tamil Text Corpora
Literatur
1.
Sutcu, Y., Tabassi, E., Sencar, H.T., Memon, N.: What is biometric information and how to measure it?. In: IEEE International Conference on Technologies for Homeland Security (HST), pp. 12–14 (2013)
2.
Sasirekha, K., Thangavel, K.: A comparative analysis on fingerprint binarization techniques. Int. J. Comput. Intell. Inform. 4(3), 163–168 (2014)
3.
Sasirekha, K., Thangavel, K.: A novel feature extraction algorithm from fingerprint ımage in wavelet domain. In. Senthilkumar, M., Ramasamy, V., Sheen, S., Veeramani, C., Bonato, A., Batten, L. (eds.) Intelligence, Cyber Security and Computational Models, ICC3 2015, Advances in Intelligent Systems and Computing, vol. 412, pp. 135–143. Springer, Heidelberg (2016)
4.
Sanjay, N., Shrivastava, T.A., Upadhyay, A.R.: Advanced denoising technique for Iris images. In: International Conference on Systemics, Cybernetics and Informatics, vol. 3, pp. 106–109 (2011)
5.
Sasirekha, K., Thangavel, K.: A novel wavelet based thresholding for denoising fingerprint ımage. In: IEEE International Conference on Electronics, Communication and Computational Engineering, pp. 119–124 (2014)
6.
Mohideen, S.K., Perumal, S.A., Krishnan, N., Sathik, M.M., Kumar, T.C.R.: Image denoising multi-wavelet and threshold. In: IEEE International Conference on Computing, Communication and Networking, pp. 1– 5 (2008)
7.
8.
Donoho, David L., Johnstone, I.M.: Adapting to unknown smoothness via wavelet shrinkage. J. Am. Stat. Assoc. 90(432), 1200–1224 (1995)MathSciNetCrossRefMATH
9.
Grace Chang, S., Yu, B., Vetterli, M.: Adaptive wavelet thresholding for ımage denoising and compression. IEEE Int. Trans. Image Process. 9(9), 1532–1546 (2000)CrossRefMATH
10.
11.
Stakhov, A.P.: The generalized principle of the golden section and its applications in mathematics, science and engineering. Chaos, Solutions Fractals 26(2), 263–289 (2005)MathSciNetCrossRefMATH
12.
Hashemiparast, S.M., Hashemiparast, O.: Multi Parameters Golden Ratio and Some Applications. Appl. Math. 2(7), 808–815 (2011)MathSciNetCrossRef
13.
Wang, C.-Y., Li, L.-L., Yang, F.-P., Gong, H.: A new kind of adaptive weighted median filter algorithm. In: IEEE International Conference on Computer Application and System Modeling, vol. 11, pp. 667–671 (2010)
14.
Metadaten
Titel
Denoising Iris Image Using a Novel Wavelet Based Threshold
verfasst von
K. Thangavel
K. Sasirekha
Copyright-Jahr
2016
Verlag
Springer Nature Singapore
Buch
Digital Connectivity – Social Impact

Print ISBN: 978-981-10-3273-8

Electronic ISBN: 978-981-10-3274-5

Copyright-Jahr: 2016

DOI
https://doi.org/10.1007/978-981-10-3274-5_5