O‘zbekiston respublikasi fanlar akademiyasi

III. Хулоса. Кўзнинг рангдор пардаси тасвири асосида шахсни таниб олиш 
усул ва алгоритмлари таҳлили бизга қуйидаги хулосаларни чиқаришга имкон 
берди:

---

19 
- барча усул ва алгоритмларда кўзнинг рангдор пардаси тасвиридаги 
халақитларнинг мумкин бўлган соҳаларини аниқлаш бевосита оригинал 
тасвирлар асосида амалга оширилган; 
- ҳеч бир усул битта алгоритм доирасида барча кўринишдаги (қовоқ, 
киприк, шуъла ва қорачиқ) ҳалақитларни бир вақтда аниқлаш имконини 
бермайди;
- кўзнинг рангдор пардаси соҳасининг ички ва ташқи чегаралари, қовоқ ва 
киприклар жойлашган соҳалар мавжуд алгоритмларнинг турли босқичларида 
аниқланади, бу эса ўз навбатида кўзнинг рангдор пардаси тасвири асосида шахсни 
таниб олиш тизимининг тасвирга ишлов бериш учун сарфлайдиган вақтининг 
кескин ошишига олиб келади; 
- одатда кўзнинг рангдор пардасининг ташқи ва ички чегаралари 
айланаларни мослаштириш усули ёрдамида аниқланади. Бу эса асосий хатолик 
манбаи бўлиб ҳисобланади, чунки кўзнинг рангдор пардаси соҳаси чегаралари 
концентрик айланалар эмас;
- айланаларни мослаштириш усули тасвирни буришга сезгир бўлиб 
ҳисобланади; 
- халақитли вазиятларда кўзнинг рангдор пардаси чегарасини унчалик 
фарқлаб бўлмайди. Бу эса таклиф этилган усул ва алгоритмларда эътиборга 
олинмаган; 
- кўз қорачиғининг кенгайиши ёки қисқариши натижасида кўзнинг рангдор 
пардаси текстурасида ночизиқли ўзгариш рўй беради. Аммо, мавжуд усул ва 
алгоритмларда эса бу ўзгариш чизиқли деб ҳисобланган. Бу эса кўзнинг рангдор 
пардасини нормаллаштириш жараёнида геометрик хатоликларга олиб келади;
- кўриб чиқилган усуллар ва алгоритмлар турли хил ёритилганлик 
шароитида, турли оптик тизимлар ёрдамида суратга олинган кўзнинг рангдор 
тасвирларидан ташкил топган маълумотлар базасида синовдан ўтказилган. 
Шунинг учун уларни ўзора бир - бири билан таққослаш ҳамда ушбу усул ва 
алгоритмлар билан шахсни таниб олиш аниқлиги ва тезкорлигини баҳолаш 
мумкин эмас. 
Ушбу усул ва алгоритмларни таҳлил қилиш натижаси кўзнинг рангдор 
пардаси тасвири асосида шахсни таниб олиш вақтини қисқартириш ва аниқлигини 
ошириш учун мавжуд алгоритмларни такомиллаштириш зарурлигини ва у ўз 
навбатида кўзнинг рангдор пардаси жойлашган соҳани топишда тезкор ва 
самарадор алгоритмларни ишлаб чиқиш мазкур йўналишнинг асосий 
муаммоларидан бири эканлигини кўрсатади.
ФОЙДАЛАНИЛГАН АДАБИЁТЛАР 
1. Юс упов О.Р. Биометрические системы идентификации личности по 
радужной оболочке глаза // Научный вестник СамГУ, 2016. – Т. 95. №1. – С. 
61–66. 
2. Юс упов О.Р. Эффективный усул локализации радужной оболочки глаз, 
основанный на сегментации текстуры // Научный вестник СамГУ, 2017. – Т. 
101. – №1. – С. 53–58. 
3. Фазылов 
Ш.Х., Раджабов С.С., Мирзаева Г.Р. Алгоритмы, 
используемые при создании системы идентификации личности на основе 
анализа изображения лица //International Conference Dedicated to the 1235th 
Anniversary of Muhammad al-Khwarizmi “Importance of information-

---

20 
communication technologies in innovative development of sectors of economy”. – 
Tashkent, 2018. P. 794–797. 
4. Фазылов 
Ш.Х., Мирзаев Н.М., Раджабов С.С. Выделение 
геометрических признаков лица человека на изображении при 
идентификации личности // Естественные и технические науки, 2008. – №2. 
– С. 321–327. 
5. Tukhtasinov M .T., Mirzaev N., Narzull oev O.M. Face recognition on the 
base of local directional patterns // IEEE Conference Dynamics of Systems, 
Mechanisms and Machines. –IEEE, 2017. P. 1–5. 
6. International center for disability resources on the internet [Электрон ресурс]. – 
URL : http://www.icdri.org/biometrics/iris_biometrics.htm 
7. BioMedical 
engineering 
online 
[Электрон 
ресурс]. 
– 
URL 
: 
http://www.biomedical-engineering-online.com 
8. Bertillon A. La couleur de l’iris / A. Bertillon // Revue scientifique. –France, 
1885. – Vol. 36, № 3. – P. 65-73. 
9. Daugm an, J . High confidence personal identification by rapid video analysis of 
iris texture .// Proc. of the IEEE, international Carnahan conf. on security 
technology, Atlanta, GA , USA, 1992, 14–16 October. – 1992. – P. 50–60. 
10. Daugm an J . Biometric personal identification system based on iris analysis, Patent 
no. 5291560; 1994. 
11. Ma, L., Y. Wang, and T. Tan. Iris recognition based on multichannel Gabor 
filtering. in Proc. Fifth Asian Conf. Computer Vision. 2002. 
12. J iali, C., et al. A fast and robust iris localization method based on texture 
segmentation. in Defense and Security. 2004. International Society for Optics and 
Photonics. 
13. Daugm an J . High Confidence Visual Recognition of Persons by a Test of 
Statistical Independence. IEEE Transactions on Pattern Analysis and Machine 
Intelligence, 1993. 15(11): p. 1148-1161. 
14. Daugm an J . The Importance of Being Random: Statistical Principles of Iris 
Recognition. Pattern Recognition, vol. 36, pp. 279-291, 2003. 
15. Zhi - yong, P., L. Hong-zhou, and L. Jian-ming, An Improvement Method for 
Daugman’s Iris Localization Algorithm, in Advances in Neural Networks – ISNN 
2011, D. Liu, et al., Editors. 2011, Springer Berlin Heidelberg. p. 364-372. 
16. Shams i M ., Saad P. B., Ibrahim S. B., Kenari A. R. Fast algorithm for iris 
localization using daugman circular integro differential operator. Int. Conf. of Soft 
Computing and Pattern Recognition, pp. 393-398, 2009
17. Wojci ech S. , Kam il G. , Mał gorz at a N., Mariusz Z., Andrzej N. Reliable 
algorithm for iris segmentation in eye image. Image and Vision Computing, 2010. 
28(2): p. 231-237. 
18. Xin yi ng R., Zhi yong P., Qi ngni ng Z., Chaonan P., J ianhua Z., Shui cai
W., Yanj un Z., An improved method for Daugman's iris localization algorithm. 
Computers in Biology and Medicine, 2008. 38(1): p. 111-115. 
19. Hebai sh y М . A., Zhi rkov V.F. "Texture Analysis Of The Human Iris For High 
Authentication", Данные, Информация и Их Обработка , Москва, Горячая 
линия-Телеком 2002г, С стр. № 116-120. 
20. Hebai sh y М. A., Zhi rkov V.F. "Decidability Of Iris-Based Personal 
Identification", Методы и алгоритмы прикладной математики в технике, 
медицине и экономике, Новочеркасск, III Международной научно-
практической конференции,Часть 3 », Новочеркасск 2003, С стр. № 8-12. 

---

21 
21. Хебайши М. А., Жирков В. Ф., С ушкова Л. Т., " Обработка 
изображения радужки глаза в системе идентификации личности", LVIII 
Научная сессия посвященная дню радио» Труды ТОМ2,Москва-2003,С стр. 
№ 148-151 . 
22. Il lingwort h J .and Kittler J . A Survey of the Hough Transform Computer 
Vision, Graphics and Image Processing, Vol. 44, No. 1, pp. 87-116, 1988. 
23. Wildes , R.P., Iris recognition: an emerging biometric technology. Proceedings of 
the IEEE, Vol. 85, No. 9, 1997, pp. 1348-1363. 
24. Kass M., Witki n A., Terzopoul os D. Snakes – Active Contour Models 
//International Journal of Computer Vision, 1(4): 321-331, 1988. 
25. Daugm an J ., New methods in iris recognition. IEEE Transactions on Systems, 
Man, and Cybernetics, Part B: Cybernetics, 2007, 37(5): 1167–1175. 
26. Ro y, K., Bhatt acharya, P .: Optimal features subset selection using genetic 
algorithms for iris recognition. In: Image Analysis and Recognition: Lecture Notes 
in Computer Science #5112, pp. 894–904. Springer-Verlag Berlin Heidelberg 
(2008). 
27. Ro y, K., Bhat tachar ya, P.: Iris recognition in nonideal situations. In: 
Information Security: Lecture Notes in Computer Science #5735, pp. 143–150 
(2009). 
28. Ro y, K., Bhatt acharya, P .: Level set approaches and adaptive asymmetrical 
SVMs applied for nonideal iris recognition. In: Image Analysis and Recognition: 
Lecture Notes in Computer Science #5627, pp. 418–428 (2009). 
29. Ro y, K., Bhatt achar ya, P .: Unideal iris segmentation using region-based active 
contour model. In: ICIAR Lecture Notes in Computer Science #6112, pp. 256–
265. Springer-Verlag Berlin Heidelberg (2010). 
30. Kong W. and Zhang D. Accurate iris segmentation based on novel reflection 
and eyelash detection model. 2001, In proceedings of ISIMVP, pp. 263-266. 
31. Bol es W. and Boashash B. A human identification techniques using images of 
the iris and wavelet transform. IEEE Transaction, Signal processing, 46(4): 
pp.1185-1188, 1998.
32. Li m S ., Lee K., B yeon O. and Kim J . Efficient iris recognition through 
improvement of feature vector and classifier. 2001, ETRI Journal, 23(2), pp. 61-
70. 
33. Noh S. P ae K. Lee C. and Kim K. Multi-resolution independent component 
analysis for iris identification. 2002, In proceedings of itc-CSCC’02, pp. 1674-
1678.
34. Tisse C ., M art in L., Torres L. and R obert M. Person identification 
technique using human iris recognition. 2002, In proceedings of ICVI’ 02, pp. 
294-299.
35. Cui, J , W ang, T., Tan, L.M and S un, Z. A fast and robust iris 
localizationmethod based on texture segmentation. 2004, Proceedings of the 
SPIE.,vol. 5404, pp. 401-408. 
36. Teo, C.C . and Ewe, H.T. An efficient one-dimesional fractal analysis for iris 
recognition. 2005, Proceedings of the 13th WSCG International Conference in 
Central Europe on Computer Graphics, Visualization and Computer Vision, pp. 
157-160. 
37. Ma L., T an T., W ang Y. and Zhang D. Personal Recognition based on iris 
Texture Analysis. IEEE Transaction, PAMI, 2003, 25(12), pp. 1519 – 1533.

---

22 
38. Sast r y, A. V. G.S. and Durga, B.S . Enhanced segmentation method for iris 
recognition. International journal of computer trends and technology. 2013 , Vol. 
4, issue 2, pp. 68-71. 
39. Yew R ., Ng F., Ta y Y.H., Mok K.M. "An Effective Segmentation Method for 
Iris Recognition System", Proc. of the 5th International Conference on Visual 
Information Engineering(VIE), pp. 548-553, July, 2008. 
40. Li P., Li u X. "An incremental method for accurate iris segmentation", Proc. of 19 
th International Conference on Pattern Recognition , pp. 1-4, 2008.
41. Мат веев И. А. Поиск центра глаза на изображении методом Хафа. // 
Мехатроника, автоматизация, управление. - 2007. - N 2. - С. 36-40. 
Муҳаммад ал-Хоразмий номидаги 11.04.2019й. 
Тошкент ахборот технологиялари қабул қилинган 
университети ҳузуридаги ахборот- 
коммуникация технологиялари 
илмий-инновацион маркази 
Алишер Навоий номидаги Самарқанд 
давлат университети 
УЎК 519.81