随着计算机技术和新理论的快速发展，现代的生物特征识别系统也得到了快速的发展。目前，对生物特征识别系统的研究，主要集中在对单模态识别系统的研究上，并取得了很多成果。但是也发现了很多仅仅靠单模态识别无法克服的问题。于是展开了对多模态识别系统的研究，鉴于此，本文提出了基于指纹和手背静脉的多模态识别系统，并实现了该系统。基于指纹和手背静脉的多模态识别系统主要分为静脉识别系统和指纹识别系统两个方面，指纹识别算法采用已有的指纹识别系统HF1000的有关算法，因此本论文的重点是对手背静脉识别系统的一些关键算法的研究以及指纹和手背静脉的融合算法研究。对手背静脉识别系统关键算法的研究主要集中在手背静脉图像的预处理算法、特征提取算法、匹配算法这三个难点方面。在静脉图像增强方面提出一种基于Retinex理论改进的图像增强方法。在静脉图像分割算法方面主要提出了对基于边界的图像分割和基于边缘的最优路径分割两种分割算法。在手背静脉图像特征提取与匹配中，本文试验了很多方法，其中包括基于统计特性的K-L变换的方法、基于特征点的新的特征提取与匹配方法、基于特征矩的特征提取与新的模板匹配方法。通实验分析得出以上各种方法各有自己的优缺点，在此基础上本文提出了一种基于决策层的结果融合的静脉识别新方法，避免了由单一特征识别带来的误差。论文提出了一种将指纹识别系统和手背静脉识别系统进行融合的方法，同时也提出了一种将评价图像质量的客观参数归一化的新方法，最后构建并实现了基于指纹和静脉的多模态识别系统。