رضوان جلالی - دانشجوی کارشناسی ارشد، دانشگاه آزاد اسلامی، واحد قزوین، دانشکده رایانه و فناوری اطلاعات
مجتبی شاکری - دکتری کامپیوتر، عضو هیات علمی دانشگاه آزاد اسلامی واحد قزوین، دانشکده رایانه و فناوری اطلاعات،

بیومتریک های مبتنی بر سطح خارجی بند انگشت به دلیل داشتن الگوهای ذاتی پایدار و منحصر به فرد به عنوان یک خصیصه بیومتریک بالقوه و نو ظهور جهت احراز هویت مطرح هستند. سیستم های تایید هویت بند انگشت موجود سطح امنیت ثابتی را فراهم می کنند و در تشخیص الگوها و تصاویر مخدوش شده با نویز ضعف دارند. هدفاین مقاله ایجاد یک سیستم مقاوم در برابر نویز است سیستمی که بتواند دقت را در حالت بدون نویز حفظ کند. در این مقاله ابتدا نرمال سازی و حذف نویز روی تصاویر با یک فیلتر میانگین بهینه شده با الگوریتم های فراابتکاری انجام شده، سپس با استفاده ازترکیب روش های استخراج ویژگی همانند تبدیل موجک دو بعدی، هیستوگرام روشنایی، و ویژگی های آماری به استخراج ویژگی ها پرداخته و ویژگی های مفید با استفاده از الگوریتم های فراابتکاری ژنتیک و کلونی زنبور عسل انتخاب و توسط ماشین بردار پشتیبان طبقه بندی می شوند. آزمایشات روی پایگاه داده ی دانشگاه پلی تکنیک هنک کنگ انجام شده است و نتایج حاصل از این پژوهش نشان می دهد که فلیتر حدف نویز میانگین بهینه شده با الگوریتم کلونی زنبور عسل روی تصاویر مخدوش به نویز پوآسون و انتخاب ویژگی با الگوریتم ژنتیک نرخ پذیرش نادرستی برابر با صفر دارد و توانسته دقت سیستم را در 99.574 حفظ کند.

بیومتریک بند انگشت، حذف نویز، الگوریتم فراابتکاری، استخراج ویژگی ، ماشین بردار پشتیبان