基于指紋識別的考生身份認證系統

梅曉晴

摘要：設計了一套基于指紋識別的考生身份認證系統，論述了系統設計思路和軟件設計流程，包括獲取考生指紋信息，對指紋信息進行提取，與指紋數據庫中的特征進行比對，進而完成對考生身份的驗證，杜絕考試中的替考現象。

關鍵詞：指紋特征提取；指紋識別；身份認證

中圖分類號：TP391 文獻標識碼：A 文章編號：1007-9416（2018）07-0088-02

目前許多考試過程中，監考人員只通過比對考生身份證上的照片和準考證上的照片進行考生身份識別，這種傳統的認證方式有很多弊端，比如因技術處理或時間變化，照片與考試者的相貌會有所差別；紙質證件易于偽造，監考人員難以辨認，也會給作弊者以可乘之機。這些便利使代考舞弊現象屢見不鮮，必須尋求使用個人身上不易偽造的唯一標識來辨別考生。

生物識別技術是一種利用人體自身特征進行身份識別的技術，目前常用于身份識別的生物特征有：指紋、虹膜、掌紋、人臉等[1]，生物識別技術具有不易遺忘、防偽性能好、隨時隨地可用等優點，這其中指紋識別技術應用最為廣泛，因此本文結合實際情況，設計了一種基于指紋識別的考生身份認證系統，并且通過實驗驗證了該系統的可行性。

1 指紋識別認證原理

基于指紋識別的考生身份認證原理是在考生報名階段將考生指紋等相關信息錄入到數據庫中；考生入場時，對輸入的指紋與存儲的指紋進行比對，比對成功則視為合法考生，因此通過計算機辨別兩枚指紋是否來自于同一手指是本系統的主要解決的問題[2]。系統流程圖如圖1所示。

2 指紋身份驗證系統

本系統包括指紋采集、預處理、特征提取和特征匹配等模塊，各模塊功能如下：

2.1 指紋采集

指紋匹配的前提是指紋的采集，具體流程為手指向指紋采集儀的感應器施加壓力，感應器根據指紋中嵴與峪的壓力不同生成相應的圖像。

2.2 預處理

對于采集到的指紋圖像進行圖像增強預處理，預處理過程如圖2所示。首先需要對圖像進行平滑處理，從而去除噪聲，并對圖像斷續處進行拼接。其主要方法包括時域濾波法和頻域濾波法，時域濾波速度快，能濾除大部分系統噪聲，但是邊界提取效果差；頻域濾波邊界提取效果好，但處理時間相對時域濾波較慢。然后進行指紋圖像二值化，其目的在于分離圖像前景和背景，將指紋圖像從灰度圖像轉換為二值圖像，常用方法為閾值法。完成圖像二值化后，還需要對指紋圖像進行細化[3]，即將指紋紋線變為單像素寬的曲線。

預處理過程不僅可以減小手指表面異物、破損等引起的噪聲干擾，還能增強指紋嵴與峪的對比度。指紋識別技術中有90% 的能量[4]消耗于圖像處理，指紋圖像增強是指紋特征提取的基礎，對指紋圖像的識別有重大的影響。

2.3 特征提取

特征提取有多種處理方式，可以直接保存指紋完整圖像，在處理的時候從圖像提取指紋特征，這種方式的優點是可以比較完整地保存指紋的全部信息，缺點是占用較多的存儲空間，圖像處理時間也會增加。對于本文這種認證系統，考慮到參加考試的人數，且沒有足夠大的存儲空間，而進行考生指紋匹配時所需要的指紋特征也不是很多，綜合以上實際情況，本系統所采用的方法是：首先對采集到的指紋圖像進行特征提取，然后將特征數據存儲到指紋庫，這樣能夠提高系統的運行速度，并且不影響使用效果。

指紋特征指的是用于區分不同指紋的特征，如指紋的端點、分叉點、交叉點、嵴的走向、嵴和嵴之間的寬度等。因此只要從指紋圖像中提取出相應的特征，就可以作為指紋匹配的依據。一般情況下，7個特征點就可以基本確定兩個指紋是否來自同一個手指。

在分叉點和端點這兩種特征基礎之上，有5種新的特征模型，可以利用3×3的濾波算子對預處理后的指紋骨架進行特征點提取，利用式（1）以及表1進行篩選。該方法的優點是通過閡值篩選可以查看特征點分布區域，去除偽特征點，進一步提取有效、特征點。以特征點的坐標（x，y）及特征點的方向d構成特征向量；將所有的特征向量進行篩選后留下7個最好的細節特征點的特征向量，構成指紋的特征模板。

2.4 特征匹配

指紋匹配是將指紋庫中保存的特征點集 P 和現場采集的指紋的特征點集Q[5]進行匹配，從而返回一個匹配級數，通過這個級數可以判定兩枚指紋是否來自同一手指。

本系統將入場驗證時所得到的考生指紋特征點與數據庫中該考生的特征點進行匹配。若匹配成功則顯示該考生的姓名、準考證號等相關信息，否則顯示匹配失敗。在匹配失敗的情況下監考人員可以在系統上做標記，如疑似替考、重點關注等。

3 系統結構

3.1 系統介紹

本文討論的考生身份認證系統采用分布式體系結構，包括用戶層、應用服務層和數據庫層。考生報名確認時，系統將考生的基本信息和指紋特征信息等儲存在數據庫服務器中，考生進入考場時，根據準考證號提取出數據庫中指紋數據，將該數據與現場采集并處理后的指紋數據進行比對，從而得到驗證結果。

3.2 系統設計

本系統主要包括五個功能模塊，如圖3所示。

（1） 考生信息管理。對考生的姓名、身份證號、考號、照片等信息進行查詢、修改和刪除等。（2）二代身份證識別。通過二代身份證識別儀讀出身份證芯片內的信息并解碼成文字和照片，與存儲在數據庫中的數據進行比對，從而進行考生身份的初步辨別。（3）指紋采集與處理。采集考生指紋并對指紋進行預處理和特征提取，將提取到的指紋特征數據及考生相關信息存入后臺數據庫。（4）考生身份驗證。考生入場時采集考生指紋，提取特征數據，與數據庫中相應特征數據進行匹配，驗證考生身份。（5）系統管理。對登錄用戶進行權限管理，完成系統的備份、初始化等功能。

4 軟件設計流程

本系統軟件設計中的關鍵內容為考生身份認證過程。具體設計流程如圖4所示。

系統的驗證界面如圖5所示。

以1000名考生做測試，經過多次測試，識別一次指紋，從采集、預處理到傳輸、識別，平均耗費時間5.1s，識別率為89.7%。由于人工輸入準考證號耗時較長，因此以條形碼的形式將考號印制在準考證上，利用條形碼識別器掃描條碼，能提高系統的識別速度。

5 結語

通過指紋識別和二代身份證識別不僅直接排查了替考考生，還可以間接威懾準備替考的考生，使其主動放棄替考；監考教師核查考生身份由高強度人工核查變為機器自動識別，減少了工作量，減輕了監考教師的壓力，方便監考教師順利完成考務工作；對可疑考生進行拍照和指紋采集，方便對考生身份進一步復核，可疑考生數據還可以保存備查。

總之，將指紋識別技術運用到考試管理中是必然趨勢，可以有效地杜絕替考現象，保證考試的公平公正。

參考文獻

[1]Palermo R，Rossion B，Rhodes G.Do people have insight into their face recognition abilities？[J].Quarterly Journal of Experimental Psychology，2017，（70）：218-233.

[2]曾志高，易勝秋.面向考場的身份認證系統的設計與分析[J].通信技術，2008，（12）：302-307.

[3]王曉燕，李臨生，田啟川.指紋識別中的特征點提取算法[J].計算機仿真，2008，（12）：235-238.

[4]KassM，WitkinA.Analyzing Oriented Patterns[J].Computer Vision，Graphics，and Image Processing，1987，（37）：362-385.

[5]王超，魏啟明，鄧安遠.無線指紋識別技術在考試系統的應用研究[J].計算機仿真，2010，（1）：309-312.