Современные проблемы интеллектуальных систем. Республиканская научно-практическая конференция. Джизак, 18-19 апреля 2025 г.
283
4.
Li, Y., Liu, Y., & Wang, X. (2020). Multi-scale supervised clustering-based feature
selection
for
tumor
classification.
BMC
Genomics,
21(1),
Article
768.
https://doi.org/10.1186/s12864-020-07038-3
5.
Wang, Y., Xu, H., & Zhou, D. (2020). CGUFS: A clustering-guided unsupervised feature
selection algorithm for gene expression data. Frontiers in Genetics, 11, 578416.
https://doi.org/10.3389/fgene.2020.578416
6.
Al-Gburi, A., Nazri, M. Z. A., & Yaakub, R. (2024). Multi-objective unsupervised feature
selection and cluster based on symbiotic organism search. Algorithms, 17(8), Article 355.
https://doi.org/10.3390/a17080355
7.
Khan, A., Luo, S., & Temple, R. (2022). An analysis framework for clustering algorithm
selection
with
application
to
medical
data.
PLOS
ONE,
17(4),
e0266369.
https://doi.org/10.1371/journal.pone.0266369
8.
Handl, J., & Knowles, J. (2019). Multi-objective clustering: A kernel based approach.
Connection Science, 31(1), 65–90. https://doi.org/10.1080/09540091.2019.1603201
9.
Fred, A. L. N., & Lourenço, A. (2015). Combined mapping of multiple clustering
algorithms
(COMMUNAL).
Scientific
Reports,
5,
Article
16971.
https://doi.org/10.1038/srep16971
10.
Zhang, L., Li, X., & Wang, H. (2023). Three-stage multi-objective feature selection with
distributed ensemble machine and deep learning. Discover Artificial Intelligence, 3, Article 18.
https://doi.org/10.1016/j.discia.2023.100156
KAFT IZI MA’LUMOTLARINI TO‘PLASH USULLARI
Shadiyev Usmon Ramazanovich
Sharof Rashidov nomidagi Samarqand davlat universiteti
“Dasturiy injiniring” kafedrasi dotsenti
Qodirov Asliddin Asomiddin o‘g‘li
Sharof Rashidov nomidagi Samarqand davlat universiteti
“Dasturiy injiniring” kafedrasi assistenti
Abduraxmonov Muhammad Sulaymon o‘g‘li
Sharof Rashidov nomidagi Samarqand davlat universiteti
“Dasturiy injiniring” kafedrasi assistenti
Annotatsiya:
Mazkur maqolada insonning biometrik identifikatsiyasi sohasida kaft izi
ma’lumotlarini to‘plash usullari tahlil qilingan. Asosan, kaft izini to‘plashning ikki xil usuli -
oflayn va onlayn metodlari solishtirilib, ularning afzalliklari va kamchiliklari yoritilgan. Oflayn
usulda siyohli tasvirlar asosida ma’lumot yig‘ish texnikasi izohlangan, onlayn usulda esa real vaqt
rejimida ishlaydigan qurilmalarning arxitekturasi, foydalanuvchi interfeysi va optik tizim talablari
ko‘rib chiqilgan.
Kalit so‘zlar:
Biometrika, kaft izini aniqlash, oflayn va onlayn usullar.
МЕТОДЫ СБОРА ДАННЫХ ПО ОТПЕЧАТКАМ ЛАДОНЕЙ
Аннотация:
В данной статье проанализированы методы сбора данных отпечатков
ладони в области биометрической идентификации человека. В основном рассматриваются
Современные проблемы интеллектуальных систем. Республиканская научно-практическая конференция. Джизак, 18-19 апреля 2025 г.
284
два типа методов сбора - офлайн и онлайн, с сравнением их преимуществ и недостатков. В
офлайн-методе описана техника сбора данных на основе изображений с чернилами, а в
онлайн-методе рассматриваются архитектура устройств, работающих в реальном времени,
пользовательский интерфейс и требования к оптической системе.
Ключевые слова:
Биометрика, распознавание отпечатков ладони, офлайн и онлайн
методы.
METHODS OF COLLECTING PALM PRINT DATA
Abstract:
This article analyzes methods of collecting palmprint data in the field of human
biometric identification. It primarily compares two types of data acquisition methods - offline and
online - highlighting their advantages and disadvantages. The offline method des-cribes the
technique of collecting data based on inked images, while the online method discusses the
architecture of real-time operating devices, user interface, and optical system requirements.
Keywords:
Biometrics, palmprint recognition, offline and online methods.
So‘nggi yillarda biometrik tizimlar rivojlanib bormoqda. Bu biometrik tizimlar orqali
shaxsni identifikatsiyadan o‘tkazish masalalari yechilmoqda. Jumladan, shaxsni yuzi, ko‘zi,
barmoq izi va quloq yanog‘i orqali aniqlab olish masalalarini keltirish mumkin. Bundan tashqari
kaft izi orqali ham tanib olish masalalari o‘rganilmoqda. Kaft izini yig‘ib olish ushbu masalaning
dastlabki bosqichidir. Umuman olganda, ko‘p hollarda biometrik tizimlar quyidagi to‘rtta bosqich
asosida bajariladi [1]:
a) Ma’lumotlarni yig‘ish;
b) Tasvirga oldindan ishlov berish;
c) Belgilarni ajratish;
d) Belgilarni taqqoslash.
Yuqorida keltirilganidek, ma’lumotlarni to‘plash kaft izini aniqlash dastlabki bosqichdir.
Umuman olgan ma’lumotlarni to‘plash ikki usulda amalga oshiriladi: oflayn va onlayn. Onlayn
kaft izi olish qurilmasi ishlab chiqilguncha, barcha kaft izlari oflayn tarzda olingan.
Oflayn usul
shuni anglatadiki, kaft izi ma’lumotlari to‘g‘ridan-to‘g‘ri kompyuterga
kiritilmaydi. 1996-yildan boshlab siyohli tasvirlardan foydalanib, kaft izi tadqiqoti boshlangan.
Oflayn usulda foydalanuvchining kafti siyoh bilan bo‘yaladi va oq qog‘ozga bosiladi [2]. Siyoh
qurigandan so‘ng, ushbu rasm skaner yordamida raqamlashtirilib, kompyuterga saqlanadi.
1-rasm. Oflayn usul bilan olingan siyohli kaft izi tasviri.
Biroq bu usul real vaqt talab qiladigan ilovalar, masalan, fizik kirish nazorati (qo‘riqlash tizimlari)
uchun mos emas. Bundan tashqari, siyohning sifati ham natijaga ta’sir qiladi. Juda ko‘p siyoh
Современные проблемы интеллектуальных систем. Республиканская научно-практическая конференция. Джизак, 18-19 апреля 2025 г.
285
ishlatilsa – noaniq tasvir hosil bo‘ladi. Juda oz siyoh ishlatilsa – aniq tasvir olinmaydi. Shuning
uchun oflayn usulning natijalari har doim ham qoniqarli bo‘lmasligi mumkin.
Onlayn usul.
Onlayn usul esa kaft izi ma’lumotlarini to‘g‘ridan-to‘g‘ri raqamlashtirish
imkonini beradi, shu tariqa qog‘oz kabi vositaga ehtiyoj qolmaydi. Bu usul skaner yoki video
kamera orqali amalga oshirilishi mumkin [3].
Dunyoda birinchi onlayn kaft izi olish qurilmasi 1999-yil Gonkong Politexnika
universitetida loyihalashtirildi. Bu kaft izi tadqiqoti uchun onlayn qurilma yaratishga qaratilgan
dastlabki urinish edi. Ushbu qurilma plastik quti, yorug‘lik manbai, oyna, shisha plastina va CCD
(Charge-Coupled Device) kamera yordamida ishlab chiqilgan (2-rasm). Takroriy sinovlar shuni
ko‘rsatdiki: oyna orqali olingan tasvir to‘g‘ridan-to‘g‘ri aks ettirishga nisbatan sifatsizroq edi,
chunki ikkinchi yuzali oyna “xayoliy tasvir” hosil qiladi. Shisha plastina kaftni ushlab turish uchun
ishlatilgan bo‘lsada, teri yuzasini siqib yuborgan, natijada kaft chiziqlari yetarlicha aniq
chiqmagan va xususiyatlarni ajratish uchun mos bo‘lmagan [4]. Shuning uchun yanada aniqroq
tasvir olish va keyingi ishlov berish jarayonini yaxshilash uchun yaxshiroq qurilma zarur edi.
2-rasm. Birinchi onlayn kaft izi olish qurilmasi: tashqi ko‘rinishi va arxitekturasi
.
Haqiqiy vaqt rejimida ishlaydigan onlayn kaft izi identifikatsiya tizimini ishlab chiqish
uchun kaft izini tez va yuqori sifatda skanerlash imkonini beradigan skaner talab qilinadi. Bu kaft
izi tadqiqotlari uchun juda muhim, ammo bunday qurilmani loyihalash va amalga oshirish
bo‘yicha tadqiqotlar hali ham cheklangan [5]. Shunday qurilma yaxshi sifatli kaft izi tasvirlarini
real vaqtda olish imkoniyatiga ega bo‘lishi kerak. Foydalanuvchilar uchun tizim interfeysi qulay
va oson ishlatiladigan bo‘lishi lozim.
Quyida yakuniy kaft izi olish qurilmasi uchun asosiy mezonlar, foydalanuvchi interfeysi
talablari va optik tizim talablarini ko‘rib chiqamiz:
a) Foydalanuvchi interfeysi talablari.
Oson va intuitiv ishlatish – foydalanuvchilar tizimdan
foydalanganda o‘zlarini qulay his qilishlari kerak, chunki mijozga yo‘naltirilgan ilovalarda
foydalanuvchilarning qabul qilish darajasi juda muhimdir. Hajmi – tizim hajmi qo‘llanilish
sohasiga bog‘liq, ammo imkon qadar kichik bo‘lishi kerak.
b)
Optik tizim talablari.
Tasvir sifati – yuqori sifatli tasvirlarni olish keyingi tasvir qayta
ishlash jarayonlari uchun zarur. Haqiqiy vaqt rejimida qayta ishlash – tizimning javob vaqti real
vaqtda ishlaydigan ilovalar uchun yetarlicha tez bo‘lishi kerak [6].
Современные проблемы интеллектуальных систем. Республиканская научно-практическая конференция. Джизак, 18-19 апреля 2025 г.
286
3-rasm. Kaft izi ma’lumotlarini yig‘ish tizimi tuzilishi.
Taklif etilgan tizimning tuzilishi 3-rasmda ko‘rsatilgan.
Foydalanuvchi interfeysi kaftni kiritish uchun mo‘ljallangan. Optik komponentlar to‘plami
kaftdan ma’lumot olish uchun birgalikda ishlaydi. Analog signal A/D konvertordan o‘tib raqamli
signalga aylantiriladi va tizimning asosiy xotirasida saqlanadi.
Adabiyotlar ro‘yxati
1.
Fazilov, S. K., & Yusupov, O. R. (2019, September). Algorithm for Extraction of the Iris
Region in an Eye Image. In 2019 IEEE East-West Design & Test Symposium (EWDTS) (pp. 1-
5). IEEE.
2.
Юсупов, О. Р. (2016). Сравнительный анализ возможности использования
технологий биометрической идентификации. Молодой ученый, (19), 118-121.
3.
Юсупов, О. Р. (2016). Биометрические системы идентификации личности по
радужной оболочке глаза. ILMIY AXBOROTNOMA, 61.
4.
Fazilov, S. K., & Yusupov, O. R. (2019). Pupil localization algorithm on image of eye.
Problems of Computational and Applied Mathematics, 1(19), 57-66.
5.
Юсупов, О. Р. (2023). ЭФФЕКТИВНЫЙ МЕТОД ЛОКАЛИЗАЦИИ РАДУЖНОЙ
ОБОЛОЧКИ ГЛАЗ, ОСНОВАННЫЙ НА СЕГМЕНТАЦИИ ТЕКСТУРЫ. 2017, No. 1
(101/1), 101(67), 5-12.
6.
Fazilov, S., Abdieva, K., Yusupov, O., Yusupov, R., & Qodirov, A. (2024, November).
A framework utilizing deep learning techniques for the detection and classification of breast
cancerous cells in mammographic images. In AIP Conference Proceedings (Vol. 3244, No. 1).
AIP Publishing.
ТАСВИРЛАРДАН ОБЪЕКТЛАРНИ АЖРАТИБ ОЛИШ УСУЛЛАРИ
Хашимов Ахмад Анварович
Қўқон университети, Рақамли техгологиялар ва математика кафедраси в.б. доценти
Аннотация:
Тасвирлардан объектларни ажратиб олиш усуллари мақоласида
Тасвирда объектларни сегментлаш алгоритмларининг асосий турлари ўрганилган ҳамда
уларнинг асосий афзалликлари ва камчиликлари ҳақида маълумот келтирилган. Қўйилган
масаланинг хусусиятига қараб усуллардан бирини ёки бир нечтасини танлаш имкониятлари
келтирилган.
Калит сўзлар:
Сегментлаш, пиксел, контур, тасвирларни қайта ишлаш, алгоритм.
