Ушбу мақолада биометрик идентификация тизимларининг соҳаларидан бири бўлган кафт тасвирларини олишнинг офлайн ва онлайн усули бўйича маълумотлар базалари устида кенг қамровли тадқиқот тақдим этилган бўлиб, унда кафт тасвирини аниқлашни ўзига хос жиҳатлари, офлайн ва онлайн маълумотлар базаларини солиштириш, уларни ютуқлари ва муаммолари кўриб чиқилган. Одатда юқори аниқликдаги тасвирлардан ташкил топган офлайн маълумотлар базалари кафт тасвирини батафсил хусусиятларини аниқлаш имконини беради, бироқ, уларни сақлаш ва ҳисоблаш талаблари юқорилиги туфайли реал вақт иловалар билан ишлаш жараёнида турли мураккабликларни келтириб чиқаради. Шу билан бирга, тасвирни онлайн усулда олиш учун мўлжалланган қурилмалар томонидан шакллантирилган маълумотлар базаларида эса реал вақт режимида таниб олишни таъминлайди, бироқ, бунда кафт тасвирини айрим хусусиятлари йўқолиши мумкин. Ушбу тадқиқот натижалари ишончли, самарали ва кўп қиррали кафт тасвирини аниқлаш тизимларини ишлаб чиқишга сезиларли ҳисса қўшишга қаратилган бўлиб, улардан хавфсизликка мўлжалланган турли дастурларда кенг қўллаш мумкин.
Ушбу мақолада биометрик идентификация тизимларининг соҳаларидан бири бўлган кафт тасвирларини олишнинг офлайн ва онлайн усули бўйича маълумотлар базалари устида кенг қамровли тадқиқот тақдим этилган бўлиб, унда кафт тасвирини аниқлашни ўзига хос жиҳатлари, офлайн ва онлайн маълумотлар базаларини солиштириш, уларни ютуқлари ва муаммолари кўриб чиқилган. Одатда юқори аниқликдаги тасвирлардан ташкил топган офлайн маълумотлар базалари кафт тасвирини батафсил хусусиятларини аниқлаш имконини беради, бироқ, уларни сақлаш ва ҳисоблаш талаблари юқорилиги туфайли реал вақт иловалар билан ишлаш жараёнида турли мураккабликларни келтириб чиқаради. Шу билан бирга, тасвирни онлайн усулда олиш учун мўлжалланган қурилмалар томонидан шакллантирилган маълумотлар базаларида эса реал вақт режимида таниб олишни таъминлайди, бироқ, бунда кафт тасвирини айрим хусусиятлари йўқолиши мумкин. Ушбу тадқиқот натижалари ишончли, самарали ва кўп қиррали кафт тасвирини аниқлаш тизимларини ишлаб чиқишга сезиларли ҳисса қўшишга қаратилган бўлиб, улардан хавфсизликка мўлжалланган турли дастурларда кенг қўллаш мумкин.
| № | Имя автора | Должность | Наименование организации |
|---|---|---|---|
| 1 | Mamatov N.. | т.ф.д., профессор | “Тошкент ирригация ва қишлоқ хўжалигини механизациялаш муҳандислари институти”Миллий тадқиқот университети |
| 2 | Kodirov E.. | ассистент | “Тошкент ирригация ва қишлоқ хўжалигини механизациялаш муҳандислари институти”Миллий тадқиқот университети |
| 3 | Najmiddinov A.S. | талаба | “Тошкент ирригация ва қишлоқ хўжалигини механизациялаш муҳандислари институти”Миллий тадқиқот университети |
| № | Название ссылки |
|---|---|
| 1 | David Zhang, GuangMing Lu, Adams Wai-Kin Kong. “Online Palmprint Identification System for Civil Applications”. J. Comput. Sci. & Technol. Jan. 2005, Vol.20, No.I, pp.70-76 GUO Zhenhua.“Online Multispectral Palmprint Recognition”. The Hong Kong Polytechnic University. October 2009 D. Zhang, Palmprint authentication, Kluwer Academic Publishers, Boston, 2004. Маматов, Н., Султанов, П., Юлдашев, Ю., & Жалелова, М. (2023). Методы повышения контрастности изображений при мультиспиральной компьютерной томографии. Евразийский журнал академических исследований, 3(9), 125-132. Маматов, Н., Султанов, П., Жалелова, М., & Тожибоева, Ш. (2023). Критерии оценки качества медицинских изображений, полученных на мультиспиральном компьютерном томографе. Евразийский журнал математической теории и компьютерных наук, 3(9), 27-37. Mamatov, N., Sultanov, P., Jalelova, M., & Samijonov, A. (2023). 2D image processing algorithms for kidney transplantation. Scientific Collection «InterConf», (184), 468-474. Mamatov, N. S., Jalelova, M. M., Samijonov, A. N., & Samijonov, B. N. (2024, February). Algorithm for improving the quality of mixed noisy images. In Journal of Physics: Conference Series (Vol. 2697, No. 1, p. 012013). IOP Publishing. https://doi.org/ 10.1088/1742-6596/2697/1/012013 Mamatov, N. S., Pulatov, G. G., & Jalelova, M. M. (2023). Image contrast enhancement method and contrast evaluation criteria optimal pair. Digital Transformation and Artificial Intelligence, 1(2). Mamatov, N. S., Niyozmatova, N. A., Jalelova, M. M., Samijonov, A. N., & Tojiboyeva, S. X. (2023). Methods for improving contrast of agricultural images. In E3S Web of Conferences (Vol. 401, p. 04020). EDP Sciences. https://doi.org/10.1051/e3sconf/202340104020 Mamatov, N., Jalelova, M., & Samijonov, B. (2024). Tasvir obyektlarini segmentatsiyalashning mintaqaga asoslangan usullari. Modern Science and Research, 3(1), 1-4. https://inlibrary.uz/index.php/science-research/article/view/28241 Mamatov, N., Jalelova, M., Samijonov, B., & Samijonov, A. (2024). Algorithms for contour detection in agricultural images. In E3S Web of Conferences (Vol. 486, p. 03017). EDP Sciences. https://doi.org/10.1051/e3sconf/202448603017 Mamatov, N., Jalelova, M., Samijonov, B., & Samijonov, A. (2024). Algorithm for extracting contours of agricultural crops images. In ITM Web of Conferences (Vol. 59, p. 03015). EDP Sciences. https://doi.org/10.1051/itmconf/20245903015 Маматов, Н., & Джалелова, М. (2023). Tasvir shovqinlari tahlili. Информатика и инженерные технологии, 1(2), 113-115. Маматов, Н., & Джалелова, М. (2023). Tasvir kontrastini etalonsiz baholash. Информатика и инженерные технологии, 1(2), 115-117. Zhang, D., Kong, W. K., You, J., & Wong, M. (2003). Online palmprint identification. IEEE Transactions on Pattern Analysis and Machine Intelligence, 25(9), 1041-1050. https://doi.org/10.1109/TPAMI.2003.1227981 A. Kong, D. Zhang and M. Kamel, A survey of palmprint recognition, Pattern Recognition, vol. 42, pp. 1408-1418, 2009 |