在线考试这种新的考试形式正在被越来越多的学校、企业、社会团体所采用,作为考察学生,员工或其他相关人员的一种检测手段。与传统的考试形式相比,在线考试具有其独特的优点,比如考前准备工作较少,可以随时进行考试,能够满足高频率的考试需求；机器改卷,大大减轻了老师的工作压力；由于在线考试网络化的特点,考生可以远程参加考生,减轻考生来回奔波的负担。虽然在线考试具有这些优点,但是与传统考试相比,也存在着一些新的问题,尤其是考生作弊的方式更加多样化,通过即时聊天工具、网络共享、夹带电子设备、替考等作弊方式给在线考试系统带来了很大的冲击。本课题所研究的基于图像分析的考试监控系统,主要是针对替考,考生身份验证以及考试过程中的作弊现象,如交头接耳,擅自离开座位等,充分利用当前软硬件设施的发展,从图像的角度来保证在线考试的安全性,保障考场的公平、公正。本论文主要介绍了在线考试系统的发展状况,以及所面临的种种问题,视频监控的发展趋势,并阐述了将视频监控与图像分析相结合应用到在线考试系统的重要意义。论文详细介绍了系统的设计方案,以及在设计和实现中需要的应用技术和图像处理算法。系统采用ActiveX插件技术的方式解决了前台界面与后台算法处理语言不一致的矛盾,并使用XML技术作为数据存储技术,通信方式采用基于TCP的Socket通信方式,对于图像处理,详细分析了目前图像处理领域中的一些算法,并对人脸检测和识别进行了详尽的介绍,最终采用目前已经十分成熟的Adaboost人脸检测定位方法和隐马尔科夫模型人脸识别方法,并将该方法与其他的人脸识别方法进行了比较分析。系统采用模块化的设计方法,主要分为视频监控模块,图像分析模块,数据通信模块和考试信息存储模块等。系统实现了对考生的实时智能监控,对考生替考,考试过程中交头接耳等作弊方法进行了有效的监控,同时该系统还简化了监考的流程,省略了检验考生证件这一繁琐的流程,因此缩短了考生入场的时间,方便了广大考生。