电气工程及自动化文献综述 (2).doc

中国地质大学长城学院本科毕业设计文献综述学 院 工程技术学院学生姓名门岳岩专 业电气工程及其自动化学 号0431301292017年03月10日前 言 随着计算机的发展及网络技术的应用，当今社会经济的不断进步，各企事业单位对员工的管理质量要求越来越来高，因此人事考勤管理也显得越来越重要，而如何利用高科技做好考勤（比如指纹考勤）是我们需要深入研究的课题。指纹识别作为现代生物技术的一个重要分支，许多国内外的专业人事都已经从事了这方面的研究。在这些专家研究的基础上，指纹识别的技术在考勤管理中的应用成为了可能并得到了长足的发展，为企事业用工单位的工作提高了效率。论文介绍了国内外指纹识别技术的发展状况和背景，接着给出了指纹识别的原理方法，识别的各个阶段的内容和注意事项。同时，设计并实现了基于指纹识别技术的考勤系统。本篇论文的重点内容是对于系统的层次架构的设计，以及实现系统所需技术的学习与应用。1国内外的研究现状随着网络与通信技术的飞速发展和人类物理与虚拟活动空间的不断扩大，现代社会对于人类自身身份识别的准确性、安全性与实用性提出更高要求。传统的身份识别方法已经远远不能满足这种要求，人类必须寻求更为安全可靠、使用方便的身份识别新途径。于是，生物识别技术悄然兴起，并应运而生为一种新的身份识别技术。生物识别技术(Biometric Identification Technology)是利用人体生物特征进行身份认证的一种技术。生物特征是唯一的(与他人不同)，可以测量或可自动识别和验证的生理特性或行为方式，分为生理特征和行为特征。生物识别系统对生物特征进行取样，提取其唯一的特征并且转化成数字代码，并进一步将这些代码组成特征模板，人们同识别系统交互进行身份认证时，识别系统获取其特征并与数据库中的特征模板进行比对，以确定是否匹配，从而决定接受或拒绝该人。生物识别技术是目前最为方便与安全的识别技术，它不需要记住复杂的密码，也不需随身携带钥匙、智能卡之类的东西。生物识别技术认定的是人本身，没有什么能比这种认证方式更安全、更方便了。由于每个人的生物特征具有与其他人不同的唯一性和在一定时期内不变的稳定性，不易伪造和假冒，所以利用生物识别技术进行身份认定，安全、可靠、准确。此外，生物识别技术产品均借助于现代计算机技术实现，很容易配合电脑和安全、监控、管理系统整合，实现自动化管理。常见的生物识别技术主要有九种：指纹、脸形、虹膜、视网膜、手写体、声音、掌纹、手形和脸部热谱图等，指纹识别是生物识别技术的一种。迄今为止，最为人们所关注、最为成熟的生物识别技术就是指纹识别。近年来，国内外学者对自动指纹识别技术进行了深入和广泛的研究，取得了较大的进展人事考勤制度是公司管理制度的重要组成部分。员工准时出勤和公平合理的考勤管理制度影响到公司的形象、员工的士气，进而影响公司员工的工作效率、公司的经济效益。现在许多公司采用的考勤方式有：打卡钟、磁卡、IC卡、非接触式卡、ID卡等。虽然能起到一定的作用，但问题也很突出：打卡费人费事、需要好几个文员做统计和定时更换卡，而磁卡等则存在易忘带、遗失、被盗、制作新卡等问题。从根本上来说，以上考勤方法在验证员工的身份时并不是验证员工本身，而是验证物的有效性，因此存在无法避免的代打卡的可能，管理上的漏洞是先天性。随着生物识别技术的日臻完善，市场上相继出现了识别人体生物特征的设备，比如指纹、掌形、虹膜等生物识别系统，这些高科技的出现为考勤管理更添一道保障和规范管理。综观所有生物识别考勤系统，性价比最高的还是指纹考勤系统。它应用面广，成熟，使用便利，至今在多个行业得到应用。指纹考勤系统实现人、地、时三者合一，去除人情管理和考勤虚假，为公司省去不必要的员工加班费，对公司职员的人事出勤进行公正合理并有效、科学地管理。人体指纹有两大生物特征：人人不同和终生不变，并具有随身携带的便利性和不可仿冒的安全性，指纹生物识别技术正是利用这两大特点进行身份识别的，它具有快捷方便、准确可靠和安全保密的优点。工作人员不必保管和携带各种证件(如纸卡或IC卡等等)，只要轻轻一按，就可完成身份识别。指纹考勤系统是利用人体手指生物识别技术，集成考勤软件的最先进的考勤设备。以指纹为代表的生物识别技术的发展和应用，不仅可以开发相关的系列产品，获得巨大的经济效益，还可以带动图像处理、模式识别、光学、电子、生理学和计算机应用等相关学科的发展，具有很高的学术价值，会产生巨大的社会效益。以指纹为代表的生物识别技术的发展和应用已被公认将会给身份识别领域带来一场革命，并已经成为各国学术界和工业界研究的热点之一。指纹识别技术在实际使用过程中，它的技术系统涉及的不但有采集需求技术、细节识别对比算法、模式识别理论，还涉及到计算机、数据库、网络和安全测试技术等。如果我们能较好的运用指纹识别算法，那么，它不仅能帮助更多领域（比如酒店等特业场所的日常考勤管理、公安刑侦部门破案指纹对比、银行保险箱开启等等）达到准确认定个体身份的目标，还能代替老一代的认证方式（如插卡、密钥等），从而服务社会，颇具意义。1.1国外研究现状经查证，人类早在 1684 年就对指纹识别技术进行了研究，关于人类指纹识别技术的文章在这一年刊登于世，这篇文章阐述了人类指纹的形态结构、类型和特征等科学知识，开创了指纹识别技术研究的新篇章。1880 年 10 月，全球最早指纹理论学说问世，科学家福尔茨识别犯罪的第一步一文中写道：“每个人的指纹终身不变，且没有一个是相同的”。1963 年，美国首先开展了计算机指纹自动识别系统(Computer Automated Fingerprint Identification System, CAFIS)的研究。从此以后，越来越多的学者和专家对指纹识别进行了深入的研究。当时，在许多发达国家的警察局，已经开始废除纸质档案，建立了指纹信息存储管理系统，并存储有上千万人的信息资料，使指纹信息识别应用到了一个新阶段。在进入到了 21 世纪，国外许多大公司划出专门机构从事指纹识别鉴定技术的研究、开发、应用，包括 IBM、INTEL、MICROSOFT 等，这些市场都较为集中在欧美地区，在亚洲地区甚少。但从 2002 年迄今，国外生物识别产业经过优胜劣汰和合并重组，许多关于指纹识别技术衍生的产品以及原有的开发商和供应商呈巨幅减少趋势，而大规模的重点大中型企业更是屈指可数。1.2国内研究现状中国的科学家对生物识别技术尤其是指纹识别技术的研究比较于其他发达国家起步比较晚，是在 20 世纪末。到了 1998 年以后，中国在指纹识别的技术方面发展趋势较快。在技术上，我国的大公司不仅从高校引进高学历人才，培养实力干将，还从国外引进先进和相对已经成熟的指纹识别技术，在此基础上进行自主研发，强大该项技术；而在中国市场和科研方面的应用上，中国的许多大公司如北大中控等都将利用指纹识别技术所开发出来的考勤系统、公安司法系统犯罪嫌疑人指纹比对、个体鉴定系统等作为大规模推广产品进行应用。本课题的研究涉及到生物识别技术、信息安全技术、软件工程理论等，对指纹识别的考勤系统进行了总体设计、详细设计、数据设计以及测试等方面的内容，还包括一些软件工程实践技术的研究和对指纹识别的相关理论研究。本系统的硬件部分采用了目前比较流行的网络指纹考勤机；软件部分，考虑到了系统部署的便捷性，采用B/S和C/S相结合的体系结构。系统客户端采用了 Flash 技术实现；服务端采用了 Apache 作为 web 服务和 MySQL 数据库作为数据存储服务，并借助 PHP 语言来实现业务逻辑。主要的研究内容如下：（1）指纹识别技术研究。对该技术的历史、发展、背景进行初步阐述后，对其具体的采集、识别、应用等方式和基本原理进行进一步研究，最终采取一种最为适合的实施意见。（2）软件层次结构研究。本系统经过前期分析 B/S 和 C/S 两种结构的优缺点后，决定采用了 B/S 和 C/S 相结合的体系结构来设计和实现指纹识别考勤系统。B/S 是用来进行内容表现的，而 C/S 主要处理相关业务逻辑请求。（3）服务器技术。服务端主要提供逻辑业务和数据处理、存储，同时还得保证后台数据的安全，业务逻辑成为前段浏览器和后台数据的桥梁。2需求分析当今，不管是在工作还是生活中，越来越多的场合都需要对我们的身份进行辨认，而传统的身份认证方法在科技不断发达的现代，渐渐地体现出不方便、不适用。传统的考勤方式，无论是哪一种都会存在几个不可避免的不妥善的地方，比如，在磁卡考勤系统的运用之中，个别员工可以把自己的IC卡转交给另一个人，替他打卡，因此可看出设立考勤的真实目的没有能实现。当前现有的指纹考勤设备统计数据需要到设备上去采集，费时费力，不能满足人们的需求。本设计运用单片机系统技术，设计出一个方便、快捷、准确的指纹考勤设备。参考文献1 王崇文，李见为，周宏文.指纹识别系统的设计与实现J. 北京，2001，21(12)：23252 谢立锋，陈灵枭.浅谈指纹识别基本原理J. 北京：技术与市场，2008，1：44453 耿德英，陈志敏，陈梅琴.图像处理在指纹识别中的应用J. 西昌：西昌学院学报， 2009，32(4)：72744 郭文鹃，杨公平，董晋利. 指纹图像分割方法综述J. 济南：山东大学学报，2010，45(7)：941005 李晨丹，徐进. 指纹图像预处理和特征提取算法的Matlab实现J. 北京，2009，31(7)：61646 田捷，陈新建，张阳阳. 指纹识别技术的新进展J. 自然科学, 2006，16(4)：4004087 张雄，贺贵明.一种指纹宏观曲率特征提取算法D. 武汉大学软件工程实验室，2002，118 B Moayer and K S Fu. An application of stochastic languages to finger pattern recognitionJ. Pattern recognition,1976,12:1731799 Ratha N KChen S Wain A K. Adaptive Flow orientation BsedFeature Extraction in Fingerpfint lmagesJ. PattemRecognition, 1995,28(11).1657167210 Gerbrands J J,Segmengtation of Noisy ImagesD, Delft University of Technology,198811 KASS M, WITKIN A, TERZOPOULOS D. Snake:Active contour modelsJ. International Journal of Computer Vision,1988, 4.32l33112 MORTENSEN E N, BARRETF W A.Intelligent scissors for image compositionJ. Proceedings of the ACM SIGGRAPH95.New York, NY, USA: ACM, 1995,8.191198第5页，共5页