随着信息技术的飞速发展,信息安全越来越受到公众的广泛重视。原始的身份认证方式开始逐渐显露其弊端,更加安全可靠的生物特征识别技术应运而生。其中手指静脉识别技术因其活体识别、内部特征、非接触式和安全等级高等优点现已成为生物特征识别领域的研究热点。近年来各大公司及学者在手指静脉识别技术上的研究已颇有成果,但依然存在一些关键问题亟待进一步解决与完善。本文就人体手指静脉识别系统所涉及的关键技术问题展开研究。主要的工作和研究成果可归纳为如下四个方面：首先,设计了适用于所采用的手指静脉图像库的手指静脉图像预处理方法,其中包括：基于梯度和灰度叠加信息的手指区域定位方法和基于寻找手指区域右半侧截面灰度均值的中值位置的感兴趣区域提取方法。所实现的预处理方法经后续处理验证效果良好；其次,提出了一种基于去除皮肤散射的手指静脉图像复原算法,该算法分析导致手指静脉图像模糊的原因,利用皮肤光学的先验知识自适应地估计模糊手指静脉图像的点扩散函数,较优地实现了手指静脉图像的清晰化；再次,提出了一种基于SVM的生长式手指静脉分割算法,该算法利用多方向静脉截面特征选取生长种子点,采用有监督学习的方式建立基于SVM的生长准则模型,所实现的分割算法可以很好地抵抗手指静脉分割过程中的噪声和阴影的影响；最后,提出了基于静脉节点校准和SIFT特征的手指静脉识别方法,通过实验论证了提取SIFT特征要针对分割后的手指静脉图像进行,通过实验数据说明了在提取SIFT特征匹配之前进行手指静脉图像校准可以在少量增加识别时间的情况下显著地降低手指静脉识别系统的相等错误率。