Lyapunov Üstelleri İle İris Örüntüsünün Kaotik Yapısının İncelenmesi

Öz

Kaos teorisi dinamik sistemleri, karmaşık ve doğrusal olmayan yapıları inceler. Doğada bulunan nesnelleri tanımlamak ve sınıflandırmak mühendislik disiplininin de ilgilendiği konulardır. Bu çalışmada biyometrik sistemlerde kullanılan iris dokusunun kaotik yapısı incelenmiştir. İris örüntüsü farklı bir bakış açısı ile ele alınmış ve irisin periyodiğimsi (pseudo-periodic) yörüngelerindeki kaotik yapı ortaya çıkarılmıştır. Uygulamada iris desenleri için UBIRIS veritabanı kullanılmıştır. İris görüntüsünden elde edilen tek boyutlu dizinin görsel analizi için veriler faz uzayına aktarılmış ve kaotikliği incelemek amacıyla Lyapunov üstelleri, TISEAN paket yazılımı aracılığıyla MATLAB ortamında hesaplanmıştır. Elde edilen sonuçlar irisin kaotik bir yapıya sahip olduğunu göstermektedir.

Anahtar Kelimeler

• kaos,kaotik analiz,iris,lyapunov üstelleri

Investigation Of Chaotic Structure Of IrısPattern By Using Lyapunov Exponents

Öz

Chaos theory examines dynamic systems, complex and nonlineer structures. Defining and classifying objects in the nature are also topics of interest to engineering discipline. In this study, the chaotic structure of iris tissue, which is used extensively in biometric systems, has been investigated. Iris pattern was handled from a different point of view and the chaotic structure in the pseudo-periodic orbits of iris was uncovered. In this research, UBIRIS database is used for iris patterns. The one dimensional array, obtained from the iris image, was transferred to the phase space to visual analysis and Lyapunov exponents were calculated in the MATLAB environment via TISEAN package software to investigate the chaotic behavior. The results show that iris has a chaotic structure.

Anahtar Kelimeler

• chaos,chaoticanalysis,iris,lyapunovexponent

Kaynakça

1. [1] Yılmaz D., Güler N. F., Kaotik zaman serisinin analizi üzerine bir araştırma: Gazi Uni. Müh. Mim. Fak. Der. 21, 759-779, 2006.
2. [2] Ünal Ş., Kaos: Yeni Bir Paradigma Mı?, Felsefe ve Sosyal Bilimler Dergisi, 5, 101-114, 2007.
3. [3] Tisse C., Martin L., Torres L., Robert M. Person Identification Technique Using Human Iris Recognition, 15th International Conference on Vision Interface, 294- 299, 2002.
4. [4] Ahmet T., Faz Korelasyonu Temelli Gömülü İris Tanıma Sistemi, Kocaeli Üniversitesi Fen Bilimleri Enstitüsü, 2011.
5. [5] Nihat P. Dinamik Sistemlerde Kaotik Zaman Dizilerinin Tespiti: BAÜ Fen Bil. Ens. Dergisi, 15, 77-91, 2013.
6. [6] Özkaynak F. Doğrusal olmayan sistemlerde lyapunov üstellerinin hesaplayan yazılımın gerçekleştirilmesi: yüksek lisans tezi, 2007.
7. [7] htttp://iris.di.ubi.pt/, Erişim tarihi: Ocak 2017
8. [8] Aydın İ. Karaköse M., Akın E. Zaman Serileri Veri Madenciliği Tekniği Kullanılarak Asenkron Motorlarda Sarım Ve Sürtünme Hatalarının Teşhisi, Elektrik- Elektronik-Bilgisayar Mühendisliği 11. Ulusal Kongresi ve Fuarı, 1, 223-226, 2005.

9. [9] Yılmaz D. Güler N. F. Kaotik Zaman Serisinin Analizi Üzerine Bir Araştırma, Gazi Üniversitesi Mühendislik Fakültesi Dergisi, 2006.
10. [10] Genç S. Proteinlerdeki düzensiz bölgelerin tespiti için kaotik ve fizikokimyasal özellikler tabanlı yeni öznitelik kodlama yöntemleri geliştirilmesi: Yüksek lisans tezi, 2015.
11. [11] Strogatz S. H. Nonlinear Dynamics and Chaos, Perseus Books Publishing, p. 498, 1994.
12. [12] Kocal O. H., Yürüklü E., Avcıbas İ. Chaotic-Type Features for Speech Steganalysis, IEEE Transactions on Informatıon Forensics and Security, 3, 651-661, 2008.
13. [13] Wolf A., Swift J. B., Swinney H. L., Vastano J. A. Determining lyapunov exponents from time series, Physical Review D, 16, 285-317, 1985.
14. [14] Yardım F. E., Afacan E. Lorenz tabanlı diferansiyel kaos kaydırmalı anahtarlama (DCSK) modeli kullanılarak kaotik bir haberleşme sisteminin simülasyonu, Gazi Üniversitesi Mühendislik ve Mimarlık Dergisi, 25, 101-110, 2010.
15. [15] Sandri M. Numerical calculation of Lyapunov exponents, The Mathematical Journal, 6, 78-84, 1996.