menggunakan kontur segi empat dan membuat operator memposisikan mata dengan mengatur ukuran dan jarak relatif [Wildes,1997].
2. Segmentasi
Terdapat 2 langkah yang akan dilakukan dalam segmentasi. Yang pertama adalah informasi intensitas gambar di rubah menjadi biner edge-map, kedua adalah edge
point memberikan nilai-nilai parameter garis tertentu. Dibawah ini adalah rumus
untuk mencari nilai intensitas threshold magnitude:
, ,
y x
I y
x G
∇
………………………………………………...
2
Dimana,
y x
∂ ∂
∂ ∂
≡ ∇
,
sehingga:
2 2
2 2
2 2
1 ,
σ πσ
y y
x x
y x
G −
+ −
− =
…………………...
3
Rumus diatas adalah dua dimensi Gaussian dengan pusat x0,y0 dan standar deviasi σ yang digunakan untuk menghaluskan gambar untuk memilih ruang skala tepi
gambar.
3. Ekstraksi Ciri
Menurut Wildes, untuk ekstraksi ciri dari citra iris dapat menggunakan metode Transformasi Hough. Dengan melakukan segmentasi kita dapat menentukan lokasi
iris melalui lokasi komponennya atau dengan batas luar dan batas dalam iris limbic,
papillary , dan kelopak mata. Dengan Tranformasi Hough, kita dapat menentukan
parameter-parameter lingkaran dari pupil.
4. Pencocokan
Pencocokan ciri iris dapat dilakukan dengan menggunakan bandpass decomposition yang berasal dari Laplacian Filter Gaussian. Berikut adalah rumus untuk filter
tersebut:
2 2
2 2
2 2
1 2
1
σ σ
πσ
p e
p −
− −
⎟⎟ ⎟
⎠ ⎞
⎜⎜ ⎜
⎝ ⎛
…………………………………………………
4
Proses penyeleksian yang sebenarnya adalah berdasarkan pita dengan lebar oktaf yang dihunting pada empat resolusi yang berbeda sesuai dengan piramid laplace.
Subsampling pada pita frekuensi rendah memungkinkan kecepatan proses tinggi dan penggunaan penyimpanan data yang efektif. Sedangkan untuk mencapai tingkat
korespondensi yang presisi antar struktur, digunakan teknik registrasi image area- based
. Fungsi ini memaksimalkan kemiripan nilai piksel antara gambar input dan data gambar.
Atas dasar hasil penelitian diatas itulah penulis tertarik untuk melakukan penelitian mengenai sistem pengenalan biometrik iris mata khususnya pre-processing
dan lokalisasi pupil dan iris mata.
2.3 PRE-PROCESSING DAN
LOKALISASI
Secara umum pengenalan pola adalah suatu ilmu untuk mengklasifikasikan atau menggambarkan sesuatu berdasarkan pengukuran kuantitatif ciri atau sifat dari
objek. Pola sendiri merupakan suatu entitas yang terdefinisi dan dapat di identifikasi dan diberi nama. Iris mata adalah suatu contoh pola.pola bias merupakan kumpulan
hasil pengukuran atau pemantauan dan bias dinyatakan dalam notasi vector atau matrik.
Pre-processing adalah transformasi input data mentah untuk membantu
kemampuan komputasional dan pencari ciri serta untuk memperbaiki kualitas citra. Kualitas ciri yang dihasilkan pada proses pemisahan ciri sangat tergantung pada hasil
pre-processing .
Secara luas, ciri adalah semua hasil pengukuran yang bisa diperoleh. Ciri juga bisa menggambarkan karakteristik objek yang dipantau. Contoh dari ciri level
rendah adalah intensitas sinyal. Contoh dari ciri numeric adalah berat. Ciri bisa diperoleh dengan mengaplikasikan algoritma pencari ciri pada data masukan. Ciri
dapat dinyatakan dengan variable kontinu, diskret atau diskrte-biner. Diskret-biner dapat digunakan untuk menyatakan ada tidaknya suatu ciri tertentu.
Ciri yang baik memiliki syarat sebagai berikut: 1 mudah dalam komputasi; 2 memiliki tingkat keberhasilan yang tinggi; dan 3 besarnya data dapat diperkecil
tanpa menghilangkan informasi yang penting. Ciri disusun sebagai vektor ciri berdimensi d, dilambangkan dengan x, yang
menghasilkan ruang ukur multidimensional atau ruang ciri feature space. Contoh
