In this thesis, a new algorithm for personal recognition has been proposed.Personal recognition has been made using geometric features of the hand of theindividuals. Hand geometry is a biometric that identifies individuals by the shape oftheir hands. In this study, a smart, simple and an effective algorithm is presented forboth verification and identification of the people.The proposed algorithm consists of three major parts: Segmentation forobtaining the hand contours, feature extraction and recognition. Segmentation partseparates hand region from the background and extracts the hand and fingercontours. Feature extractor finds the lengths of the fingers, finger widths at differentheights of the fingers, and the width of the palm as a feature vector. Finallyrecognition part compares the feature vector obtained from the input image with thedatabase and gives the result for identification or verification purposes.This algorithm uses right hand images of the individuals for both verificationand identification purposes. The necessary codes for the proposed algorithm werewritten in Matlab software. To see the overall performance, the proposed algorithmhas been tested over a large number of images. It was obtained that the identificationrate for this algorithm is 97.44 % and verification rate is 98.72 % giving the leasterror.Key Words: biometrics, segmentation, hand geometry, smearing, templatematching, recognition.

Bu tezde, otomatik kişi tanımada kullanılan yeni bir algoritma önerilmektedir.Kişi tespiti, kişilerin ellerinin geometrik özellikleri kullanılarak yapılır. Elgeometrisi, kişi tanımada kişilerin el şekillerini kullanan bir biyometrik özelliktir. Buçalışmada, hem kişi doğrulama hem de kişi tanımlama amaçları için kullanışlı, basitve etkili bir algoritma sunulmuştur.Çalışmada önerilen algoritma üç temel bölümden oluşmaktadır : El kenarbölgesinin yani dış hatlarının çıkartılması için bölümleme, özelliklerin elde edilmesive tanıma. Bölümleme, arka plan ile el bölgesini ayırır, el ve parmak hatlarınıçıkartır. Özellik elde etme kısmı; parmakların uzunlukları, çeşitli yüksekliklerdeparmak genişlikleri ve avuç içi genişliğini özellik vektörü olarak bulur. Son kısımtanıma kısmı ise, giriş görüntüsünden elde edilen özellik vektörü ile veritabanınıkarşılaştırır ve doğrulama veya kişi tanımlama amacı için sonucu verir.Bu çalışma, hem doğrulama hem de kişi tanımlama için kişilerin sağ elgörüntülerini kullanmaktadır. Önerilen algoritma için gerekli olan kodlar Matlabprogramı ile yazılmıştır. Sistemin performansını tam olarak görebilmek için, önerilenalgoritma çok miktarda görüntü ile test edilmiştir. Sonuçta, % 97.44 kişi tanımlamaoranı ve % 98.72 doğrulama oranı elde edilmiştir.Anahtar Kelimeler: biyometri, bölümleme, el geometrisi, lekeleme, şabloneşleştirme, tanıma.