Ingeniería Electrónica · 2014
Sistema de reconocimiento de iris implementado en un procesador digital de señales
Los sistemas de seguridad para el control de acceso a lugares restringidos se han convertido en estos últimos años en un tema de bastante importancia, no solo para las grandes empresas, sino también para la gente del común, que quiere mantener a salvo y bajo su protección sus bienes más preciados de manos inescrupulosas; problema que se ha visto durante toda la historia de la humanidad. Debido a lo anterior, en este proyecto se decidió desarrollar en MatLab® e implementar en el ADSP-BF533 EZ-Kit Lite® de Analog Devices un sistema de reconocimiento de iris que hace uso de la Transformada Wavelet de Haar 2D y las herramientas del procesamiento digital de imágenes como los filtros espaciales, detector de bordes y análisis de envolvente convexa, para segmentar, normalizar, codificar y validar la imagen del iris de un sujeto de prueba tomado de la base datos CASIA Iris Databa V4.0 contra el sujeto previamente registrado en el sistema. Los algoritmos creados para MatLab® están desarrollados utilizando solo funciones lógicas y matemáticas básicas, es decir, sin el uso de toolbox especializados en el procesamiento digital de imágenes; esto, con el objetivo de poder desarrollar primeramente en MatLab® y posteriormente implementar los mismos algoritmos en el DSP. Igualmente esto se realizó con el objetivo de finalmente evaluar el rendimiento del sistema en ambas plataformas y obtener un punto de comparación entre ambos sistemas. Posteriormente se procedió a realizar un conjunto de pruebas tanto en MatLab® como en el ADSP-BF533 EZ-Kit Lite®, utilizando el método de validación cruzada Leave One Out para determinar el porcentaje de aceptabilidad y confiabilidad del sistema de reconocimiento de iris; las cuales arrojaron un mejor resultado en ambas pruebas para el sistema desarrollado en MatLab®; sin embargo el sistema desarrollado en el DSP ofrece ventajas significativas de implementación real al ser este un sistema embebido especialmente diseñado para el procesamiento digital de imágenes.
Full text 328 pages with text
Read the full thesis Record in the repository
Contents
- 1. PRELIMINARES……………………………………………………………………p. 17
- Definición del Problemap. 18
- Justificaciónp. 20
- Objetivosp. 21
- 1.3.1 Objetivo Generalp. 21
- 1.3.2 Objetivos Específicosp. 21
- Marco de Antecedentesp. 22
- 2. Procesamiento Digital de Imágenesp. 26
- Concepto de Imagenp. 27
- Espacio de Colorp. 27
- Transformada Waveletp. 29
- 2.3.1 Introducciónp. 29
- 2.3.2 Transformada de Wavelet de Haarp. 30
- 2.3.3 Transformada de Wavelet vs Transformada de Fourierp. 31
- 2.3.4 Transformada Wavelet de Haar 2Dp. 36
- Filtros Espacialesp. 37
- 2.4.1 Filtro Gaussianop. 38
- 2.4.2 Filtro de Promedio Circularp. 40
- Operador Sobelp. 43
- Envolvente Convexap. 46
- 3. Procesador Digital de Señales ADSP-BF533p. 48
- 3.1 Descripción General [21]p. 49
- 3.2 Arquitectura del ADSP-BF533 EZ-Kit Lite®p. 50
- 3.2.1 Características Generalesp. 50
- 3.2.2 Procesador ADSP-BF533…………………………………………………p. 51
- 3.2.3 Núcleo de Procesador ADSP-BF533p. 53
- 3.2.4 Arquitectura de Memoriap. 55
- 4. Sistema de Reconocimiento de Irisp. 59
- 4.1 Descripción Generalp. 58
- 4.2 Diagrama de Bloques General del Sistema de Reconocimiento de Irisp. 58
- Registro de Usuariop. 60
- Validación de Usuariop. 65
- Segmentado del Irisp. 60
- 4.4 Normalización del Irisp. 60
- 4.5 Análisis de Identidadp. 67
- Cálculo Umbral Distancia de Hamming (UmbralH)p. 77
- Base de Datos de Pruebas CASIA Iris Database V4.0p. 79
- 5. Implementación en MatLab®p. 84
- 5.1 Descripción Generalp. 58
- 5.2 Registro De Usuariop. 60
- Validación Usuariop. 98
- 6. Implementacion en el ADSP-BF533 EZ-KIT Lite®p. 104
- Administración de Memoriap. 105
- Implementación del Sistema de Reconocimiento de Irisp. 109
- Registro Usuariop. 109
- Validaciónp. 121
- 7. Resultadosp. 124
- Metodología de las Pruebasp. 125
- en MatLab®p. 127
- en el ADSP-BF533 EZ-Kit Lite®p. 130
- 8. Conclusionesp. 134
- Bibliografíap. 137
- Anexosp. 140
- DIGITAL DE IMÁGENESp. 27
- FIGURA 2. MODELO DE COLOR RGBp. 28
- FIGURA 3. COMPARACIÓN DE LOS MODELOS DE COLOR CMYK Y RGB… …p. 28
- DETALLEp. 31
- FIGURA 5. SEÑAL ORIGINALp. 32
- FIGURA 6. SEÑAL ALTERADAp. 33
- GRÁFICA. DETALLES DE PRIMER NIVELp. 33
- TERCERA GRÁFICA. DETALLES DE PRIMER NIVELp. 34
- FIGURA 9. TRANSFORMADA DE FOURIER DE LA SEÑAL ORIGINALp. 34
- FIGURA 10. TRANSFORMADA DE FOURIER DE LA SEÑAL ALTERADAp. 35
- LA TRANSFORMADA DE WAVELET DE LA SEÑAL ALTERADAp. 35
- LA TRANSFORMADA DE WAVELET DE LA SEÑAL ALTERADAp. 36
- FIGURA 13. DIAGRAMA DE BLOQUES DE LA TRANSFORMADA DE WAVELET 2D……p. 37
- HORIZONTAL INF DER. GRADIENTEp. 37
- MATLAB®p. 39
- FIGURA 16. IMAGEN ORIGINAL ANTES DE SER FILTRADAp. 39
- FIGURA 18. PSF DEL FILTRO DE PROMEDIO CIRCULAR…p. 41
- MATLAB®p. 39
- FIGURA 20. IMAGEN ORIGINAL ANTES DE SER FILTRADAp. 42
- DE MATLAB®p. 43
- FIGURA 22. IMAGEN ORIGINALp. 44
- FIGURA 23. DERIVADA HORIZONTAL 𝐺𝑥p. 45
- FIGURA 24. DERIVADA HORIZONTAL 𝐺𝑦p. 45
- FIGURA 25. MAGNITUD DEL GRADIENTEp. 46
- FIGURA 26. DIRECCIÓN DEL GRADIENTEp. 46
- FIGURA 27. ENVOLVENTE CONVEXA DE UN GRUPO DE PUNTOSp. 47
- FIGURA 29. ARQUITECTURA DEL ADSP-BF533 EZ-KIT LITE®p. 52
- FIGURA 30. DIAGRAMA DE BLOQUE DEL ADSP-BF533p. 53
- FIGURA 31. DIAGRAMA DE BLOQUES DEL NÚCLEO DEL ADSP-BF533p. 54
- FIGURA 32. ARQUITECTURA DE MEMORIA DEL PROCESADOR ADSP-BF533p. 56
- DE HAAR 2Dp. 62
- TRANSFORMADA WAVELET DE HAAR 2Dp. 36
- FIGURA 36. DIAGRAMA DE FLUJO MÓDULO “SEGMENTADO DEL IRIS”p. 68
- (PILLBOX)p. 70
- FIGURA 38. BÚSQUEDA DE LA PUPILAp. 71
- FIGURA 39. ALGORITMO DE BÚSQUEDA DEL BORDE INFERIOR DEL IRISp. 73
- LA REGIÓN DEL IRIS. DONDE N Y M ES EL TAMAÑO DE LA IMAGEN DE SALIDAp. 73
- FIGURA 41. DIAGRAMA DE FLUJO DEL MÓDULO DE NORMALIZACIÓNp. 75
- FIGURA 42. DIAGRAMA DE FLUJO DEL MÓDULO DE ANÁLISIS DE IDENTIDADp. 76
- REGISTRADOS EN EL SISTEMA (AZUL)p. 78
- FIGURA 44. EJEMPLO IMAGEN CASIA IRIS INTERVALp. 80
- FIGURA 45. EJEMPLO IMAGEN CASIA IRIS LAMPp. 80
- FIGURA 46. EJEMPLO IMAGEN CASIA IRIS TWINSp. 80
- FIGURA 47. EJEMPLO IMAGEN CASIA IRIS DISTANCEp. 81
- FIGURA 48. EJEMPLO IMAGEN CASIA IRIS THOUSANDp. 81
- FIGURA 49. EJEMPLO IMAGEN CASIA IRIS SYNp. 82
- 4.0p. 86
- FIGURA 51. IMAGEN DESPUÉS DEL RECORTE 1p. 87
- FILTROS 1p. 87
- FILTROS 1p. 88
- FIGURA 54. IMAGEN DESPUÉS DEL DETECTOR DE BORDESp. 88
- FIGURA 55. IMAGEN DE LA SEGMENTACIÓN DE LA PUPILAp. 89
- FIGURA 56. IMAGEN ORIGINAL DESPUÉS DEL RECORTE 2p. 90
- FILTROS 2p. 90
- FILTROS 2p. 91
- FIGURA 59. IMAGEN DESPUÉS DEL DETECTOR DE BORDES 2p. 91
- FIGURA 60. IMAGEN DE LA SEGMENTACIÓN DEL IRIS FINALp. 92
- FIGURA 61. IMAGEN NORMALIZADA DEL IRISp. 93
- FIGURA 62. IMAGEN NORMALIZADA DESPUÉS DEL RECORTE 3p. 94
- FIGURA 63. TRANSFORMADA WAVELET DE HAAR DE 4° NIVELp. 94
- FIGURA 64. COEFICIENTES DE 4° NIVEL LA TRANSFORMADA WAVELET DE HAAR 2Dp. 95
- 2D DE UNA DE LAS 19 IMÁGENES DEL USUARIO A REGISTRARp. 96
- WAVELET DE HAAR 2D DE UNA DE LAS 19 IMÁGENES DEL USUARIO A REGISTRARp. 96
- FIGURA 67. IMAGEN DEL IRIS DEL USUARIO A VALIDARp. 98
- FIGURA 68. SEGMENTACIÓN Y NORMALIZACIÓN DEL IRIS DEL USUARIO A VALIDARp. 99
- FIGURA 69. TRANSFORMADA WAVELET DE HAAR 2D DEL USUARIO A VALIDARp. 99
- USUARIO A VALIDARp. 100
- 2D DEL USUARIO DE PRUEBAp. 101
- WAVELET DE HAAR 2D DEL USUARIO DE PRUEBAp. 101
- FIGURA 73. ENTORNO DE DESARROLLO VISUALDSP++ 5.0p. 108
- IMAGEVIEWER DEL VISUALDSP++p. 110
- VISUALDSP++®p. 110
- FIGURA 76. IMAGEN RESULTANTE DESPUÉS DEL RECORTE 1p. 111
- BANCO DE FILTROSp. 68
- BANCO DE FILTROSp. 68
- PUPILAp. 65
- SISTEMA (GRIS)p. 128
- SISTEMA (GRIS)p. 130
- RESULTADO FINAL DEL SISTEMA (GRIS)p. 131
- RESULTADO FINAL DEL SISTEMA (GRIS)p. 133