基于指纹识别的考勤管理系统Word下载.doc

基于指纹识别的考勤管理系统Word下载.doc

《基于指纹识别的考勤管理系统Word下载.doc》由会员分享，可在线阅读，更多相关《基于指纹识别的考勤管理系统Word下载.doc（42页珍藏版）》请在冰豆网上搜索。

第四章数据库设计 16

4.1数据库概述 16

4.2数据流图 16

4.3数据需求分析 17

4.4数据库逻辑结构设计 17

4.5数据库表的建立 18

4.6系统思路 19

第五章系统实现 20

5.1开发平台及系统配置 20

5.2开始界面的制作 20

5.3系统主要功能实现 21

5.3.1指纹图象采集功能的实现 21

5.3.2指纹比对算法的功能实现 21

5.3.3系统管理功能的实现 24

5.3.4考勤结果分析功能的实现 32

第六章系统测试 36

6.1测试的目的 36

6.2用例测试 36

6.3测试结果 37

结　　论 38

致　　谢 39

参考文献 40

40

第一章绪论

1.1研制背景

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（BiometricIdentificationTechnology）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[1]。

1.2课题研究的主要内容

本文的研究任务是设计基于指纹识别的考勤管理系统，并通过系统的具体实现，讨论应用系统的开发，并对系统的安全性和稳定性进行分析。

对系统所要求的指纹识别技术进行了解，主要从硬件方面和软件方面来保证系统安全稳定的运行。

指纹识别技术应用最早，也最为成熟，价格成本低廉。

传统的机械钥匙，“口令+密码”以及智能卡等的保护措施存在着丢失，遗忘，复制与被盗的隐患，在这种情况下指纹识别可以更好的提供用户的需求。

确定系统设计的总体方案，合理的采用指纹采集设备，建立数据库，制定出合理的考勤管理办法。

l合理的采用指纹采集设备，其主要目的是使用指纹来登陆考勤管理系统，防止老式打卡考勤设备的找人带打卡或找人代签的弊端。

l建立数据库，根据考勤管理系统的需求，建立完善的数据库。

l制定出合理的考勤管理办法，主要包括出差，请假，加班等考勤方案。

使得考勤细节划分明确。

1.3本文的主要工作

目前利用指纹识别技术的应用系统常见有两种方法，即嵌入式系统和连接PC的桌面应用系统。

嵌入式系统是一个相对独立的完整系统，它不需要连接其他设备或计算机就可以独立完成其设计的功能，像指纹门锁、指纹考勤终端就是嵌入式系统。

其功能较为单一，应用于完成特定的功能。

而连接PC的桌面应用系统具有灵活的系统结构，并且可以多个系统共享指纹识别设备，可以建立大型的数据库应用。

本文的主要包括以下内容：

第二章介绍了指纹识别技术的原理，系统的分类。

第三章提出了基于指纹识别考勤系统的设计。

第四章阐述了考勤管理系统后台数据库的设计。

第五章阐述了考勤管理系统的实现。

第二章指纹识别的基本原理

2.1指纹识别系统的工作原理

一般来讲，自动指纹识别算法体系大致由指纹图像采集、指纹图像预处理、特征提取、指纹分类和指纹比对几个部分组成。

如图2-1所示：

指纹图像输入

预处理

特征提取

特征比对

结果输出

图2-1指纹识别系统框图

1）指纹图像采集

较早出现的活体指纹采集设备是光电式的，现在仍为大多数自动指纹识别系统所使用。

后来出现的电容式和电感式的采集设备，在某些条件下可提高指纹采集的质量，但在耐磨性和稳定性等方面还存在一些问题。

对干、湿、脏的指头或磨损严重的指纹均能可靠、正确的进行采集和尽量减少采集时的变形是指纹采集技术需要解决的主要问题。

到目前为止，光学采集头提供更加可靠的解决方案。

通过改进原来的光学取像技术，新一代的光学指纹采集器更是以无可挑剔的性能与相对非常低的价格使电容方案相形见绌。

光学技术需要一个光源从棱镜反射到按在取像采集头上的手指，光线照亮指纹从而采集到指纹。

光学取像设备依据的是光的全反射原理（FTIR）。

光线照到压有指纹的玻璃表面，反射光线由CCD去获得，反射光的量依赖于压在玻璃表面指纹的脊和谷的深度和皮肤与玻璃间的油脂和水分。

光线经玻璃射到谷的地方后在玻璃与空气的界面发生全反射，光线被反射到CCD，而射向脊的光线不发生全反射，而是被脊与玻璃的接触面吸收或者漫反射到别的地方，这样就在CCD上形成了指纹的图像。

2）预处理

通常，指纹采集器采集到的指纹是低质量的，存在的噪声较多。

通过预处理，将采集到的指纹灰度图像通过预滤波、方向图计算、基于方向图的滤波、二值化、细化等操作转化为单像素宽的脊线线条二值图像，基于此二值图像对指纹的中心参考点以及细节特征点特征等进行提取。

指纹图像预处理是自动指纹识别系统基础，是进行指纹特征提取和指纹识别不可缺少的重要步骤。

好的预处理方法可以使得到的单像素宽脊线线条二值图像更接近被提取者的指纹，更准确地反映被提取指纹的特征。

因此可以使后续处理中提取的指纹特征更准确，特征提取更迅速[2]。

指纹图像预处理的一般过程如图2-2所示。

指纹图像的预处理一般采用图像增强、二值化和细化的方法来抽取脊的骨架。

这类方法受指纹图像质量的影响比较大，难以得到令人满意的结果。

很多研究者提出了不同的预处理方法，这些方法是用局部脊方向和局部自适应阈值来增强指纹图像，但各自都有一些局限性。

例如，用分块的方法实现局部自适应阈值并得到该块内的脊方向。

这些预处理

预滤波

方向图

方向滤波

二值化

细化

方法通常是分别得到骨架和方向流结构，缺乏相关性。

图2-2预处理框图

3）特征提取

指纹的特征点分为全局特征和和局部特征。

在考虑局部特征的情况下，有学者认为，在比对时只要13个特征点重合，就可以确认是同一个指纹，对于不同的应用情况，要求匹配的特征点的个数会有所不同，如：

用在公安刑侦时要求匹配特征点的个数就要比用在指纹考勤时多。

指纹的细节特征可以有150种之多，但这些特征出现的概率并不相等，很多特征是极其罕见的。

一般在自动指纹识别技术中只使用两种细节特征：

纹线端点与分叉点。

纹线端点指的是纹线突然结束的位置，而纹线分叉点则是纹线突然一分为二的位置。

大量统计结果和实际应用证明，这两类特征点在指纹中出现的机会最多、最稳定，而且比较容易获取。

更重要的是，使用这两类特征点足以描述指纹的唯一性。

通过算法检测指纹中这两类特征点的数量以及每个特征点的类型、位置和所在区域的纹线方向是特征提取的任务。

4）指纹分类

指纹分类的主要目的是方便大容量指纹库的管理，减小搜索空间，加速指纹匹配过程。

指纹分类技术越完善，能够划分的类型越细，样本数据库每个类别中所包含的样本数量就会越少，对一次识别任务来讲，需要比对的次数和时间开销就会越少。

在大部分研究中，指纹一般分为五类：

漩涡型、左环型、右环型、拱型、尖拱型。

对于要求严格的指纹识别系统，仅按此分类是不够的，还需要进一步更加细致的分类。

5）指纹比对

指纹比对指的是通过对两枚指纹的比较来确定它们是否同源的过程，即两枚指纹是否来源于同一个手指。

指纹比对主要是依靠比较两枚指纹的局部纹线特征和相互关系来决定指纹的唯一性。

指纹的局部纹线特征和相互关系通过细节特征点的数量、位置和所在区域的纹线方向等参数来度量。

细节特征的集合形成一个拓扑结构，指纹比对的过程实际就是两个拓扑结构的匹配问题。

由于采集过程中的变形、特征点定位的偏差、真正特征点的缺失和伪特征点的存在等问题，即使是两枚同源的指纹，所获得的特征信息也不可能完全一样，指纹比对的过程必然是一个模糊匹配问题。

6）可靠性问题

计算机处理指纹图像时，只是涉及了指纹有限的信息，而且比对算法不是精确的匹配，因此其结果不能保证100%准确。

指纹识别系统的重要衡量标志是识别率，它主要由两部分组成：

拒判率和误判率。

我们可以根据不同的用途来调整这两个值，FRR和FAR是成反比的，可以用1~1.0的数或百分比来表示。

尽管指纹识别系统存在可靠性问题，但其安全性也比相同可靠性级别的“用户ID十密码”方案的安全性高得多。

例如采用四位数字密码的系统，不安全概率为0.01%，如果同采用误判率为0.01%指纹识别系统相比，由于不诚实的人可以在一段时间内试用所有可能的密码，因此四位数密码并不安全，但是他绝对不可能找到一千个人去为他把所有的手指（十个手指）都试一遍。

正因为如此，权威机构认为在应用中1%的误判率就可以接受。

FRR实际上也是系统易用性的重要指标。

由于FRR和FAR是相互矛盾的，这就使得在实际应用系统的设计