Aplicación de métodos estad�?sticos para el reconocimiento de iris

En este trabajo se propone la aplicación de métodos estadísticos para el reconocimiento automático de personas utilizando el iris como biométrica. Con esto se busca abordar el problema de variabilidad presente en la adquisición de las imágenes. Esto se refleja en defectos en imágenes tales como la iluminación deficiente o en exceso, los reflejos, el mal enfoque y las obstrucciones. En la etapa de localización del iris y normalización se utilizó el algoritmo desarrollado por [18]. La etapa de localización se basa en la utilización de operadores integro-diferenciales y la normalización en la transformación de coordenadas rectangulares a polares. Ambas emplean la técnica de ecualización por histograma para localizar con éxito muestras con ojos muy oscuros, muy claros, con obstrucción o con defectos provenientes de la etapa de adquisición de la imagen. En la etapa de extracción de características se hacen las aportaciones principales de la tesis, y se exponen dos líneas de investigación: la primera línea consiste en la utilización de técnicas de muestreo aleatorio y Hammersley combinadas con histogramas acumulados. En esta misma línea se incluyeron técnicas de optimización de parámetros utilizando recocido simulado y muestreo factorial. La segunda línea de investigación consiste en la modelación del iris a través de un modelo estocástico ARX. En la última , de comparación y decisión, no se tuvieron aportaciones originales ya que se utilizaron variaciones de la distancia Euclideana. Los métodos propuestos fueron probados en modo de identificación y modo de verificación con dos bases de datos: Miles Research y UBIRIS. Los resultados obtenidos en la línea de muestreo fueron muy buenos, especialmente en el modo de identificación, donde se logró contrarrestar los efectos del ruido que se encontraba presente en las bases de datos. Para el método estocástico ARX, los resultados fueron aceptables y con muchas áreas de oportunidad para ser mejorado.