基于多生物识别考试认证模式的理论与应用研究

摘要

目前社会考试作弊现象屡禁不止,出现了很多高科技手段的违纪替考行为。传统的考试身份验证流程已经不能完全发现和解决替考问题。基于生物特征的身份认证技术近年来发展迅速,将该技术引入到考试身份认证中来可以有效的控制替考行为,维护考试的公平、公正性。
　　 常用的生物特征的有指纹、虹膜、掌型和脸型等,单独依靠其中某一种来进行身份验证会因为人体生物特征缺失等原因造成适用性和准确性降低。本文采用基于指纹和虹膜的多生物特征识别进行考试认证,提高系统的准确性。
　　 文章首先研究了基于指纹的识别技术,对指纹图像的采集、图像增强、图像二值化和细化处理、指纹的特征提取和匹配作了阐述。接着对虹膜识别技术进行了研究,分析了虹膜图像采集、图像灰度处理、虹膜定位和归一化处理、特征提取和特征匹配的方法。在对传统方法的研究基础上,为提高系统的效率,提出了一些改进的方法,包括进行指纹图像采集质量的评估、采用基于方向模板的指纹图像方向场计算方法和利用几何线段扫描法来进行虹膜内外圆心的定位方法。
　　 多模态生物特征识别技术的关键就是从不同的生物特征角度来进行观察,对每一种生物特征检测定位,提取特征、识别或判决,通过在不同层次将各种特征信息进行融合,对多种生物特征信息进行融合,充分利用各个生物特征提供的信息,从而提高整个识别系统的性能。本文研究了指纹和虹膜这两种生物特征融合,提出了基于隶属度函数的融合算法。
　　 文章最后设计了基于多生物识别考试认证的模型,确立了业务流程、功能模块和数据库设计,并对重要的功能模块和数据表及开发方法进行了介绍。

目录

文摘

英文文摘

第一章 绪论

1.1 研究背景和意义

1.1.1 传统身份认证技术

1.1.2 现行考试的身份识别存在一定的问题

1.1.3 在考试中采用生物特征识别技术

1.2 生物特征识别技术

1.2.1 常用的生物特征认证技术

1.2.2 生物识别技术的应用现状

1.3 多模态生物特征认证技术

1.4 本文主要工作内容及工作安排

第二章 指纹与虹膜识别技术

2.1 指纹识别技术

2.1.1 指纹图像采集

2.1.2 指纹图像预处理

2.1.3 指纹特征提取

2.1.4 指纹匹配

2.2 虹膜识别技术

2.2.1 虹膜图像采集

2.2.2 虹膜图像预处理

2.2.3 虹膜特征提取

2.2.4 虹膜匹配

2.3 相关识别代码

2.3.1 Sobel算子图像边缘提取

2.3.2 基于Daugman理论的虹膜提取算法

2.3.3 Gabor滤波函数

2.4 本章小结

第三章 识别技术中提高效率的改进部分

3.1 图像采集质量评估

3.1.1 灰度情况评估

3.1.2 有效图像大小评估

3.1.3 指纹质心点偏移量评估

3.2 一种改进的指纹图像方向场算法

3.3 虹膜内外圆圆心不同的定位方法

3.4 本章小结

第四章 多模态生物特征融合识别

4.1 信息融合结构

4.1.1 数据层融合

4.1.2 特征层融合

4.1.3 匹配层融合

4.1.4 决策层融合

4.2 采用模糊集理论进行匹配层融合

4.3 基于隶属度函数的融合算法

4.4 本章小结

第五章 多生物识别考试认证系统开发技术

5.1 C/S模式与B/S模式相结合

5.2 操作系统要求

5.3 采用SQL Server 2005数据库

5.4 采用Microsoft.NET开发平台

5.4.1.NET平台概述

5.4.2.NET平台中的数据库连接技术

5.5 系统安全机制

5.5.1 生物特征加密

5.5.2 数据库安全

5.6 C#.Net与MATLAB混合编程

5.6.1 MATLAB简介

5.6.2 利用C#.Net开发MATLAB

第六章 多生物考试认证系统模型设计

6.1 业务流程设计

6.1.1 考生报名流程

6.1.2 考试数据管理及分配流程

6.1.3 考场识别流程

6.2 数据库设计

6.3 多生物识别考试认证实现描述

6.4 功能模块设计

第七章 总结与展望

7.1 总结

7.2 展望

致谢

参考文献

作者攻硕期间取得的研究成果