矿大 生物技术复习题+答案

《矿大 生物技术复习题+答案》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、中国矿业大学生物信息识别技术课程资料参考一　选择题　（3分x5）内容就是下面各种方法的对比。1.生物特征识别生物识别技术是指利用人的生理或行为特征来核对或确认人的身份，是依靠人体的身体特征来进行身份验证的一种解决方案。人体的生物特征包括指纹、声音、签名、脸孔、虹膜、视网膜、掌纹、骨架等等。2.指纹图像细化指纹图像细化应该在阈值分割后的二值图像上进行，一幅二值图像的细化结果往往被称为“骨架”。细化处理的主要目的是为后继的细化后处理算法和细节特征提取算法做准备。3.指纹匹配指纹匹配（matching）一般是基于细节点(端点和分叉点)的匹配。所要解决

2、的问题是对从两幅给定指纹图像提取的特征点信息进行匹配，判断这两枚指纹是否来自同一个指头。4.虹膜虹膜位于巩膜和瞳孔之间，包含了最丰富的纹理信息，占据65%。外观上看，由许多腺窝、皱褶、色素斑等构成，是人体中最独特的结构之一。5.指纹图像的独特性和普遍性独特性：指纹是人体独一无二的特征，并且它们的复杂度足以提供用于鉴别的足够特征。普遍性：指纹是每个人都有的特征。6.指纹图像的方向场将指纹图像进行分块，对每一块提取其方向信息，并叠加在原始图像上。7.人脸识别根据人的面部特征唯一性的特点而进行的个体识别和确认技术，它是利用面部的二维或三维图像通过图像

3、处理和模式识别来实现鉴别或验证个体身份目的；1.人体生物特征的有哪些特性?普遍性：即每个人都应该具有这一特征。唯一性：即每个人在这一特征上有不同的表现。稳定性：即这一特征不会随着年龄的增长、时间的改变而改变。易采集性：即这一特征应该是容易测量的。可接受性：即人们是否接受这种生物识别方式。2.什么是多模态识别技术？多种生物特征结合在一起组成一个多特征识别系统。优点：（1）准确性（2）可靠性（3）适用性3.什么是指纹的全局（整体）特征和局部特征？全局特征是指那些用人眼直接就可以观察到的特征。包括纹形、模式区、核心点、三角点和纹数等。局部特征是指指纹

4、上节点的特征，这些具有某种特征的节点称为细节特征或特征点。4.指纹图像的预处理包含哪些步骤？1、图像平滑：所谓指纹图像平滑就是通过选择适当的滤波程序对原始指纹图像进行滤波处理，滤掉图像中不必要的高频成分，2、归一化处理：即对平滑后的指纹图像再作更高强度的平滑处理，求出其平均灰度的分布规律。3、脊线弥合：指纹脊线弥合的任务是为了消除指纹脊线上存在的缺损、间隙和不连续的地方，以高提取指纹细节特征精度。4、指纹图像二值化（也称指纹图像分割）是指从一个具有纹理灰度变化的指纹图像生成另一种只有两种色调即黑白分明的指纹图像。5、所谓指纹细化，是指把清晰但纹

5、线粗细不均匀的二值指纹图像转化成线宽仅为一个像素的条纹中心点线图像的整个过程。5.什么是掌纹识别技术？掌纹识别技术是近几年提出的一种较新的生物特征识别技术。掌纹是指手指末端到手腕部分的手掌图像。其中很多特征可以用来进行身份识别：如主线、皱纹、细小的纹理、脊末梢、分叉点等。掌纹识别技术也是一种非侵犯性的识别方法，用户比较容易接受，对采集设备要求不高。掌纹与其他的生物特征一样，也具有稳定性、唯一性和普遍性等特点。步骤包括掌纹图像采集、预处理以及特征提取，分类决策，掌纹识别算法。6.什么是虹膜识别技术？四论述题（13+15）1．如何根据指纹的整体的特

6、征将指纹图像进行粗分类并根据分类规则判断自己的右手大拇指的指纹是属于那些类型？指纹分类主要是根据指纹中两类特殊结构点(Core点和Delta点，又称全局特征点)的数目和位置将指纹划分为以下几种不同的类型，即：拱型、尖拱型、左环型、右环型、旋涡型。指纹图像的分类规则可粗糙地描述如下：（1）若core点和delta点的数目均为0，则为拱型；（2）若core点和delta点的数目均为1，则根据奇异点的位置和纹线数等分别归属于尖拱型、左环型或右环型；（3）若core点和delta点的数目均为2，则为旋涡型。2.谈谈你对目前生物特征识别技术的看法，并举例

7、说明一些生物特征识别产品在市场中的应用？生物识别技术比传统的身份鉴定方法更具安全性、保密性和方便性。由于人体特征具有人体所固有的不可复制的唯一性，这一生物密钥无法复制、失窃或被遗忘，利用生物识别技术进行身份认定，安全、可靠、准确。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。在电子政务领域：应用于公安刑侦的自动指纹识别，笔迹鉴定技术和人脸识别系统。个人信息安全领域采用专用指纹识别硬件模块的笔记本电脑，指纹硬盘。3.介绍一些常用的人脸检测算法，并重点介绍目前能够实时进行人脸检测的方法？基于规

8、则/知识方法基于模板的方法固定模板法，可变形模板法基于不变特征的方法，基于外观学习的方法---目前的主流方法Adaboost学习算法是用来提高某种简单