Tez özetleri Astronomi ve Uzay Bilimleri Anabilim Dalı

ÇİVİCİ Serkan
Danışman : Doç. Dr. Alp BARAY

Anabilim Dalı : Endüstri Mühendisliği

Mezuniyet Yılı : 2009

Tez Savunma Jürisi : Doç. Dr. Alp BARAY

: Prof. Dr. Şakir ESNAF

: Doç. Dr. Necdet ÖZÇAKAR

: Yrd. Doç. Dr. Numan ÇELEBİ

: Yrd. Doç. Dr. Murat AKAD

İstanbul-Ankara-İzmir Şehirleri Arasındaki Güzergahta En Uygun Ambulans İstasyonları Konumunu Belirleme

Acil Yardım Sistemlerinde müdahale zamanı; önemli bir performans ölçütüdür. Acil müdahale gereksinimi duyulan birçok vakanın sonucu ölüm veya hastalarda kalıcı rahatsızlıklar oluşmasına neden olabilir. Bu nedenle müdahale zamanı ile hastanın sağlık durumu birbiriyle doğrudan ilişkilidir. Tıbbi müdahale zamanının büyük bir kısmını vakaya ulaşma zamanı oluşturmaktadır ve bu sürenin azaltılması uygun yerlerde, sayıda ve kapasitede istasyon yerleşimi yapılması ile mümkün olmaktadır.

Bu çalışmada; acil yardım sistemlerinde kullanılan yerleşim modelleri incelenerek yeni bir matematiksel model olan Dengeli İş Yükü Kapsama Modeli (DIYKAM)  ortaya konulmuştur. Önerilen Model, Hogan ve Revelle(1986)’in Maksimum Yedek Kapsamalı Modeli ile Pirkul ve Schilling (1991)’in Sınırlı Kapasiteli Kapsama Modeliyle karşılaştırılarak, İstanbul-Ankara-İzmir şehirleri arasındaki güzergâhta en uygun ambulans istasyonları konumu belirlenmeye çalışılmıştır. Dengeli İş Yükü Kapsama Modeli, hizmet mesafesini minimize etmeyi amaçlamasının yanı sıra hizmet veren istasyonların iş yüklerini de dengelemeyi amaçlamaktadır.

Tamsayılı programlama modelleri AMPL ile çözülmüştür. 

  

Determining of Most Appropriate Location of Ambulance Stations on Routes Between İstanbul-Ankara and İzmir

In the medical emergency systems, the response time is an important performance measure. Most of cases that require emergency response may lead to the loss of life or permanent deficiencies on the patient side. For this reason, there is a direct relation between response time and health condition of a patient. Main part of the response time is spent in reaching to the patient and this access time can be minimized by locating a finite number of stations with balanced capacities in optimal points.

In this work, we propose a new mathematical model for the emergency response systems, referred to as “Balanced Work Load Coverage Model (DIYKAM). In this model, our objective is twofold. First, our model computes the station locations that minimize the service distance hence response time between station and event locations, and secondly, it balances the workload of each station. We implement our model in AMPL and solve the ambulance station locations on “Istanbul-Ankara-Izmir” route. Finally, we compare the outcome of our model to both “Maximum Redundancy Coverage Model” proposed by Hogan and Revelle (1986) and “Finite Capacity Coverage Model” proposed by Pirkul and Schilling (1991).

Senem Olgun

Danışman : Prof. Dr. Şakir Esnaf

Anabilim Dalı : Endüstri Mühendisliği

Programı :

Mezuniyet Yılı : 2009

Tez Savunma Jürisi : Prof. Dr. Şakir Esnaf

Doç. Dr. Alp Baray

Yrd. Doç. Dr. Numan Çelebi,

Yrd. Doç. Dr. Murat Akad,

Yrd. Doç. Dr. Birsen Koldemir

Tedarik Zinciri Yönetiminde Talep Tahmini Yöntemleri Ve Yapay Zeka Tabanlı Bir Talep Tahmini Modelinin Uygulanması

Günümüz piyasa koşullarında tedarik zinciri yönetimi, en önemli rekabet unsurlarından biri haline gelmiştir. Artık rekabet şirketler arasında olmaktan çok, tedarik zincirleri arasında olmaya doğru yönelmiştir. Bu nedenle tedarik zincirinin doğru yönetilmesi gerekmektedir.

Tedarik zinciri yönetiminde hedef son kullanıcıya doğru zamanda, doğru miktarda ve düşük maliyetli ürün ya da hizmetin sağlanabilmesidir. Bu amaca ulaşabilmek için tedarik zincirinde çoğunlukla iç içe geçmiş çeşitli süreçlerin aynı anda ve etkin bir biçimde yönetilmesi gerekmektedir. Zincirde hizmet düzeyinin arttırılmasında en etkili tedarik zinciri yönetimi unsurlarından biri de talep yönetimidir. Bu çalışmada tedarik zinciri yönetiminde talep yönetiminin önemi ve kapsamından bahsedilmiş, ardından talep yönetiminde kullanılan talep tahmin yöntemleri incelenmiştir. Yapılan talep tahminlerinin başarısını etkileyen kritik faktörlere değinilerek, literatürde yer alan kalitatif, kantitatif ve yapay zeka tabanlı yöntemler sunulmuştur. Ardından yapay zeka tabanlı talep tahmin yöntemlerinden biri olan yapay sinir ağları yöntemi detaylı bir şekilde incelenerek, bir uygulama problemi üzerinde yöntemin başarımı test edilmiştir.

 

 

Demand Forecasting Methods in Supply Chains and Application of an Artificial Intelligence-Based Forecasting Model

Supply Chain Management has become one the most important competitive area in today’ s business environment. Hereafter, this competition tends to be among supply chains instead of enterprises. Therefore, supply chains should be managed effectively.

The aim of supply chain management is to provide the required products or services at the right time, at the right amount with minimal cost. Simultaneous and effective management of these processes is the key factor for achieving this aim. Demand management is one of the most important components of supply chain management for better service level. In this study, firstly, the importance and the scope of demand management in supply chain management is mentioned. Then demand forecasting methods are examined. Qualitative, quantitative and artificial intelligence based methods are proposed while defining key performance factors for successful forecasting. At the last part, a detailed study of artificial neural network which is an artificial intelligence demand forecasting method is given. Performance of the method is inspected with a real life application.

Zeki Serdar AKSOY

Danışman : Doç. Dr. Şakir Esnaf

Anabilim Dalı : Endüstri Mühendisliği Anabilim Dalı

Mezuniyet Yılı : 2008

Tez Savunma Jürisi : Doç. Dr. Mehpare TİMOR

Doç. Dr. Şakir ESNAF

Prof. Dr. Necmettin AKTEN

Yrd. Doç. Dr. Alp BARAY

Yrd. Doç. Dr. Numan ÇELEBİ

Kurumsal kaynak planlaması yazılımlarında talep tahmin yöntemleri ve uygulamaları

Rekabet şartlarının arttığı, ürün yaşam sürelerinin kısaldığı günümüz endüstrilerinde artık müşterinin seçiciliği ön plana çıkmaktadır. Eskiden olduğu gibi seri üretim bantlarından çıkan her ürün artık satılamamakta, yanlış ürün yatırımları yada üretim miktarlarındaki isabetsiz kararlar beraberinde müşteri kayıpları, eritilemeyen stoklar, rekabet gücü kaybı ve sonuç olarak pazarda güç kaybını getirmektedir.

Sanayinin bu değişen yapısı beraberinde firmalara müşterinin isteyeceği malı, isteyeceği miktarda önceden sunma ve bunun için gerekli hazırlığı yapma zorunluluğu getirmektedir. Bunun için firmalar talep tahmin yöntemlerine yönelmişlerdir ve bu yönelim ile birlikte birçok yöntem gelişmiştir.

Yargısal metotlar, nedensel yöntemler, zaman serileri yöntemleri, stokastik yöntemler ve yapay zeka çözümleri, pek çok farklı sektörde firmaların talep tahmini ihtiyaçlarını karşılamak için geliştirilmiş yöntemlerdir. Elbetteki zaman içerisinde yönetilmesi gereken verinin artması, yöntemlerin karmaşıklaşması gibi nedenler ile bir çok tahmin yazılımı yada tahmini bir alt proses olarak ele alan yazılımlar gelişmiştir.

KKP yazılımları birçok firmanın kurumsallaşma yolunda tercih ettiği yazılımlardır ancak bu firmaların çok azı talep tahminlerini KKP yazılımları ile gerçekleştirmektedir. KKP yazılımları zaman serileri analizlerinde yeterli ve güçlü yazılımlardır. Ancak zaman serileri yanlızca geçmiş dönem satış verilerini göz önüne alarak gelecek dönem satış tahminleri yapmaktadır. Oysaki KKP yazılımlarında satış rakamları için incelenebilecek bir çok veri mevcuttur. Uygulamada bu veriler araştırılarak, ortalama döviz kurlarının ve müşteri memnuniyet derecesinin satış rakamları üzerindeki doğrusal ilişkileri korelasyon ve regresyon analizleri ile incelenmiş, doğrusal olarak tanımlanamayan ilişkileri içinse bulanık çıkarım yöntemi ile tahminler yapılmıştır.

Bu yöntemler uygulamalarda oldukça başarılı sonuçlar vermiştir.Araştırma göstermiştir ki; yöntemlerin KKP sistemleri ile uygulanması ile sistemlerin elde ettikleri verileri daha etkin kullanması, böylelikle de firmaların aynı veri girişi ile KKP yazılımlarından daha çok fayda sağlaması ve daha isabetli satış tahminleri yapması sağlanabilir.

 


Demand Planning Methods in Enterprise Resources Planning Software and Applications

In  today’s industries which has hard competition and short production lifecycle, companies prefer customer focused production. Now companies can not sell whatever they produce as before and wrong production investments or wrong production desicions causes lot of bad results such as high inventory level, losing customer or losing competition force and at the end getting weaker in the market.

With this improvement of the industry, companies have to forecast what their customers wants and how much they need to produce before customer demands. So companies bended demand forecasting methods and because of this lot’s of forecasting methods and tools improved.

Judgmental methods, causal methods, time series methods, stochastic methods and artificial intelligence solutions are the methods  improved for demand forecasting of companies in different industries. By time data needed for forecast increases and the methods get more complex so for this reason lots of forecasting software or other softwares including forecasting functions are improved.

Lot’s of companies prefer ERP softwares for institutionalization but little of them use forecasting tools of this softwares. ERP sotfwares are powerful and enough in time series forecasting.  But time series forecasting tools forecast next periods sales by only taking past sales values. However ERP softwares has more useful data for forecasting. In practice with notice of this idea, linear relationship between  average currency rates and customer satisfaction with sales,  study with corelation and regression; nonlinear reletionship  study with fuzzy sets. 

In practice this methods gives very good results. The results show that if the methods studied in the thesis integrated with ERP softwares; sotfwares can be used more efficiently, companies get more values from this softwares by giving same amount of data and the most important thing is that companies can get more accuracate forecasts.

BİLGİSAYAR MÜHENDİSLİĞİ ANABİLİM DALI

DURUKAN Şafak
Danışman : Doç. Dr. A.Halim ZAİM

Anabilim Dalı : Bilgisayar Mühendisliği

Mezuniyet Yılı : 2008

Tez Savunma Jürisi : Doç. Dr. A.Halim ZAİM

Prof. Dr. Gökhan UZGÖREN

Prof. Dr. Ahmet SERTBAŞ

Doç. Dr. Sabri ARIK

Yrd. Doç. Dr. Oğuzhan ÖZTAŞ

Yeni Nesil Kablosuz Heterojen Ağlarda QoS Routing Algoritmaları

İletişim teknolojilerindeki büyük gelişmelerle birlikte, Kablosuz Kişisel İletişim Sistemleri tüm dünyada hızla yayılmakta . Mobil kullanıcılar her an ve her yerden birbirleriyle iletişim kurmayı ve internete ulaşmayı isterler. Bu nedenle, kablosuz ağ servisleri mobil kullanıcılara yer ve zaman kısıtlaması olmayan iletişim olanağı ve kullanıcıların konumları ne olursa olsun bilgiye erişimi sağlamak zorundadır.

İkinci jenerasyon mobil iletişim sistemlerinin ortaya çıkmasıyla bir çok kablosuz iletişim sistemi hayatımıza girerek, bu sistemler arasında haberleşmeyi daha uygun hale getirmişlerdir. Mevcut bu sistemler farklı ihtiyaçları karşılamak için birbirlerinden bağımsız olarak dizayn edilmiş, uygulanmış ve çalışmıştır.

Kablosuz heterojen sistemlerin entegresi; kablosuz endüstri dünyasında bir devrime yol açacaktır.

Bu çalışmada yeni nesil kablosuz heterojen ağlarda QoS Routing algoritmalarının çalışma mekanizmaları ve performansları incelenmiştir. Kural tabanlı bir metodoloji olan QRA (Quality of Service Routing Algoritması)’in çeşitli durumlar karşısında sistem üzerindeki performansa etkisi gözlenmiştir.
1.Bölüm’de (Giriş) bu tez çalışmasının amacı ayrıntılı bir şekilde anlatılmıştır.
2.Bölüm’de (Genel Kısımlar) bu tez çalışmasının anlaşılabilmesi için gerekli olan kavramlar, örneklerle de desteklenerek anlatılmıştır.
3.Bölüm’de (Malzeme ve Yöntem) bu tez çalışmasında kullanılan yöntemler detaylı bir şekilde açıklanmış, QRA (Quality of Service Routing Algoritması)’ın çalışma prensibi üzerinde durulmuştur.
4.Bölüm’de (Bulgular) 3.bölümde ele alınan algoritma ile gerçekleştirilen bir simülasyon çalışması incelenerek, bu çalışmayla elde edilen değerler şekil ve grafikler yardımıyla gösterilmiştir. Değişen parametrelere göre sistem performans karşılaştırılması yapılmıştır.
5.Bölüm’de (Tartışma ve Sonuç) gerçeklenen algoritma ve Bulgular bölümünde gösterilen değerler ele alınarak bu tez çalışmasının konusu ile ilgili genel bir değerlendirme yapılmıştır.

GÜMÜŞ Ergün
Danışman : Prof. Dr. Ahmet SERTBAŞ

Anabilim Dalı : Bilgisayar Mühendisliği Anabilim Dalı

Mezuniyet Yılı : 2008

Tez Savunma Jürisi : Prof. Dr. Ahmet SERTBAŞ

Prof. Dr. Aydın AKAN

Prof. Dr. Osman Nuri UÇAN

Doç. Dr. Abdul Halim ZAİM

Yrd. Doç. Dr. Oğuzhan ÖZTAŞ

Yüz Tanıma Problemine Karma Yöntemlerin Uygulanması

İnsan ayırt etme problemi uzun süredir üzerinde çalışılan ve öne sürülen yeni yöntemlerle hâlâ gelişmekte olan bir konudur. Günümüze kadar bu problemin çözümüne yönelik olarak biyolojik özelliklerin ayırt edici yönlerini inceleyen pek çok yöntem öne sürülmüştür. Bu yöntemler günümüzde ihtiyaçların çeşitliliğine göre gümrükler, havaalanları, bankacılık işlemleri, özel güvenlik önlemleri gerektiren kurumlara giriş gibi çeşitli uygulamalarda kullanılmaktadır. İnsan tanıma problemi, genel olarak iris tanıma, parmak izi tanıma, yüz tanıma, el veya yüz damarları ile tanıma şeklinde karşımıza çıkmaktadır. Bununla birlikte, yüz tanıma işlemi, diğer yöntemlere nazaran gereksinim duyduğu veri kümesinin daha kolay elde edebilmesi nedeniyle, iş yerine girişte personel tanıma ve suçluların güvenlik kameralarıyla teşhisi gibi konularda yaygınlıkla kullanılmaktadır.

Yüz Tanıma işlemi temel olarak, eldeki giriş verisinden aranacak olan yüz resminin çıkarılması (Yüz Algılama), çıkarılan resmin ortamdan kaynaklanan ve tanımayı güçleştirecek dış etkilerden arındırılması, kalan veri kümesinden tanıma işlemi için bu yüze ait özgün özellik vektörlerinin çıkarılması (Özellik Çıkarma) ve bu özellik vektörlerinin mevcut diğer resimlere ait vektörlerle karşılaştırılması (Sınıflandırma) basamaklarından oluşmaktadır.

Bu çalışmada literatürde iyi bilinen yüz tanıma yöntemlerinden PCA tabanlı Özyüzler Yöntemi, Özellik Çıkarma işleminde uygulanmıştır. Diğer temel basamak olan Sınıflandırma işleminde, 2 farklı sınıflandırıcı olarak Yapay Sinir Ağları (NN) ve Destek Vektör Makineleri (SVM) yöntemleri kullanılmış ve yüz tanıma işleminde karma yöntemlerin tanıma performansına etkileri araştırılmıştır. Karma yöntemlerle elde edilen sonuçlar, Özyüzler yöntemi ile bulunan sonuçlarla karşılaştırılmış ve PCA-SVM karma yönteminin, eğitim kümesindeki artan poz sayısıyla beraber Özyüzler yöntemine göre daha iyi tanıma oranları verdiği görülmüştür. Özyüzler yöntemi için özyüz uzayı boyutunun, 1. karma yöntem (PCA-NN) için yapay sinir ağının saklı katmanındaki nöron sayısı ve eğitim hatasındaki değişimin ve 2. karma yöntem (PCA-SVM) için de sınıflandırmada kullanılan Kernel Fonksiyonlarının tanıma performansına etkileri incelenmiştir.

Tezde, yüz tanıma işlemi için geliştirilen uygulama programında sisteme verilen ham yüz resmi gri tona çevrilerek yüz algılama işlemi gerçeklenmiştir. Bu işlemlerden sonra çıkarılan yüz resmi üzerinde kullanıcı seçimine bağlı olarak sadece Özyüzlerle ya da diğer karma yöntemlerle (PCA-NN veya PCA-SVM) yüz tanıma işlemi uygulanmaktadır.

Bu çalışmanın ilk bölümünde, biyometrik sistemler ve yüz tanıma hakkında genel bilgiler; ikinci bölümde, yüz tanıma konusunda literatürde genel kabul görmüş teknikler; üçüncü bölümde bu çalışmaya konu olan Özyüzler, Yapay Sinir Ağları ve Destek Vektör Makineleri yöntemleri; dördüncü bölümde, yüz tanıma işlemi için geliştirilen uygulama programı ile elde edilen sonuçlar; beşinci bölümde ise, varılan sonuçların yorumu ve ileriye yönelik çalışmalar konusunda bilgi verilmektedir.

Application of Hybrid Techniques to Face Recognition Problem

Human distinguishing problem is a long term study which is still developing with newly proposed methods. Till present day many methods that use distinguishing aspects of biological features are stated in order to solve this problem. Today some of these methods are used at customs, airports, banking operations and places that require security measures according to variety of their necessities. Generally, human recognition problem is processed with methods like iris recognition, fingerprint recognition, face recognition and hand/face vein recognition. By the way, in comparison to other stated methods face recognition method can gain necessary input data set easier, allowing it to be commonly used in subjects like personnel or criminal identification with security cameras.

In general definiton face recognition process is a union of sub-processes. These sub-processes are; extraction of face image from raw input image which is going to be searched (Face Detection), removing the physical noise which hardens recognition from extracted image, calculation of face image’s deterministic features (Feature Extraction) and comparison of calculated features with deterministic features of existing face data set (Classification).

In this study, Eigenfaces method which is based on PCA and one of well known face recognition methods in literature, is used in Feature Extraction. At following basic step, Classification, Neural Networks (NN) and Support Vector Machines (SVM) are used as 2 different classification methods and effects of using these hybrid techniques in face recognition process are examined. Results of hybrid techniques are compared with results of Eigenfaces method and due to increasing number of poses in training set better recognition rates with PCA-SVM hybrid technique are obtained against Eigenfaces technique. For Eigenfaces method difference in eigenspace dimension, for first hybrid technique (PCA-NN) difference in number of neurons in hidden layer and difference in training error and for second hybrid technique (PCA-SVM) difference of used Kernel Functions are studied with their effects on recognition performance.

In prepared application software, the input raw face image is converted into grayscale format and processed in face detection step. After these steps, user can choose to use only Eigenfaces method or other hybrid techniques (PCA-NN or PCA-SVM) for face recognition.

In first part of this study, general information about biometrical systems and face recognition are given. In second part commonly agreed methods in literature for face recognition, in third part information about this study’s main subjects Eigenfaces, Artificial Neural Networks and Support Vector Machines, in fourth part results that are obtained with application software, in fifth part comments on results and consideraton about future work are explained.

SÖNMEZ Öznur Sinem
Danışman : Doç. Dr. A.Halim ZAİM

Anabilim Dalı : Bilgisayar Mühendisliği

Mezuniyet Yılı : 2008

Tez Savunma Jürisi : Doç. Dr. A.Halim ZAİM (Danışman)

Prof. Dr. Osman Nuri UÇAN

Prof. Dr. Ahmet SERTBAŞ

Yrd.Doç. Dr. Mustafa DAĞTEKİN

Yrd. Doç. Dr. Oğuzhan ÖZTAŞ

Bilgisayar Destekli Parmak İzi Tanıma Sistemi Tasarımı

Günümüzde; kimlik sahtekarlığındaki artış, geleneksel bilgi ve andaç tabanlı kimlik tespiti sistemlerinin kimlik belirlemede yetersiz kaldığını işaret etmektedir. Bu nedenle, kimlik belirleme uygulamalarında biyometrik teknolojinin kullanılmasının gerekliliği önem kazanmaktadır. İnsanların uzun yıllardır birbirlerini tanımak için kullandığı yüz, duruş, yürüyüş, ses ve ayırt ediciliği ispatlanmış parmak izi, el geometrisi gibi biyometrik belirleyiciler için bilgisayar yardımıyla tanıma programları oluşturulması ihtiyaç haline gelmiştir.

Parmak izi, ayırt ediciliği belirlendikten sonra kimlik belirleme işlemlerinde kullanılan başlıca biyometrik belirleyicilerden olmuştur. Parmak izi kullanan biyometrik uygulamaların düşük maliyetli olması ve başarılı sonuçlar vermesi sayesinde parmak izinin ticari uygulamalardaki kullanımı yaygınlaştırmıştır. Bundan dolayı, parmak izi tanıma sistemleri diğer biyometrik tanıma sistemleri arasında en çok kullanılan kimlik belirleme yöntemleridir. Günümüzde, parmak izi tanıma sistemleri suçluların tespitinde, çeşitli firmaların personel tanıma sistemlerinde, kişisel bilgisayar, cep telefonu gibi aygıtlarda ve bazı otomobillerde kullanılmaktadır. Bu geniş uygulama alanı sebebiyle, farklı tanıma uygulamaları için uygun protokollerin tasarlanması ve mevcut yaklaşımların geliştirilmesine ihtiyaç duyulmaktadır.

Parmak izi tanıma konusu temelde bir örüntü tanıma işlemidir. Parmak izinden çıkartılan çeşitli özellikler karşılaştırılarak tanıma işlemi yapılmaktadır. Ancak parmak izi tanıma, aynı parmağa ait değişik izlerin çok fazla değişim gösterebilmesinden dolayı oldukça zor ve karmaşık bir süreç olmaktadır. Bu değişimler; parmak izi şekillerinin tarayıcılar yardımıyla bilgisayar ortamına aktarılması esnasında, tarayıcı yüzeyinin farklı alanlarının kullanılması, tarayıcı yüzeyine göre parmak izinin yaptığı dönme açısı, parmağın elastikiyetinden kaynaklanan doğrusal olmayan bozulmalar meydana gelmesi gibi etmenlerden ve düşük kaliteli tarayıcılardan veya parmak derisinin durumundan dolayı oluşan gürültülü parmak izi resimlerinden kaynaklanmaktadır. Bu nedenle, parmak izi tanıma sistemlerinde kullanılacak algoritmaların bu değişimleri tolere edecek düzeyde esnek olmaları gerekmektedir.

Bu tezde, öncelikle ilinti tabanlı, hat özelliği tabanlı ve ayrıntı tabanlı parmak izi tanıma yöntemleri incelenmiştir. Ayrıntı tabanlı parmak izi tanıma yönteminde kullanılan işlemler ayrı başlıklar halinde, literatürdeki çalışmalardan örneklerle detaylandırılarak irdelenmiştir. Daha sonra, bu işlemleri kapsayan ayrıntı tabanlı parmak izi tanıma sistemi gerçeklenmiştir. Buna göre; bazı işlemlerin ve düşük kaliteli parmak izi resimlerinin sistem performansına olan etkisi iki farklı parmak izi veritabanı kullanılarak analiz edilmiş ve elde edilen sonuçlar sunulmuştur.

Sonuçta, pekiştirme ve ayrıntıların elenmesi işlemlerinin tanıma oranını büyük ölçüde arttırdığı gösterilmiştir. Düşük kaliteli bazı parmak izi resimlerinin ayrıntı tabanlı parmak izi tanıma sistemlerinin performansını olumsuz yönde etkileyebileceği görülmüştür. Buna rağmen, geliştirilen ayrıntı tabanlı parmak izi tanıma sisteminde yaklaşık %90’lık doğru tanıma oranı elde edilmiştir.

Computer-Aided Fingerprint Recognition System

Nowadays, the increase in identity fraud shows that the traditional knowledge and token-based identity determination systems are inadequate. For this reason, the use of biometric technology in identity determination became more important. It has become a necessity to implement computer-aided recognition software for biometric characteristics that have been used by people for years to recognize each other; such as face, standing, walking, voice, and that have been proven to be distinctive; such as fingerprint and hand geometry.

Fingerprint, after its distinctiveness had been determined, became one of the main biometric characteristics used for identity recognition. Being low cost and successful, the use of fingerprint recognition in commercial applications became widespread. For this reason, fingerprint recognition systems are the most widely used biometric recognition systems. Today, fingerprint recognition systems are used in determination of criminal’s identities, in personnel recognition systems of various firms, in devices like personal computers and cellular phones, and in some automobiles. Due to this wide application area, it is necessary to design suitable protocols for different recognition applications and to improve the current approaches.

The subject of fingerprint recognition is basically a pattern recognition process. Recognition is performed by using various characteristics extracted from the fingerprints. However, fingerprint recognition is a difficult and complicated process due to the fact that different fingerprints of the same finger can change considerably. These changes occur during the transfer of the fingerprint shapes into computer media using scanners; and stem from the use of different areas of the scanner surface, different angle of rotations of the fingerprint with respect to the scanner surface, nonlinear distortions due to the elasticity of the finger, and noisy fingerprint scans due to low quality scanners or the condition of the finger skin. Hence, algorithms used in fingerprint recognition systems should be flexible enough to tolerate these variations.

In this thesis, first correlation-based, ridge feature-based and minutiae-based fingerprint recognition methods are investigated. The processes that are used in the minutiae-based fingerprint recognition method are examined under separate titles and detailed using examples from the literature. Then, a minutiae-based fingerprint recognition system including these processes is implemented. Accordingly, the effects of some processes and low quality fingerprint images on system performance are analyzed using two different fingerprint databases and the results are presented.

As a result, it is shown that the recognition rate is greatly improved by enhancement and elimination of false minutiae processes. Some low quality fingerprint images are observed to have negative effects on the performances of minutiae-based fingerprint recognition systems. Yet, about 90% recognition accuracy is obtained from the developed fingerprint recognition system.