随着当今社会的飞速发展,市场对生物识别系统的需求的巨大增长促使研究人员探索新的生物识别功能和特征。指静脉识别技术因其活体识别、难以窃取、独特稳定、易用性强等优点,备受各界人士的密切关注。目前,手指静脉识别方向的研究主要是针对如何便捷有效的提取指静脉图像的特征、如何高效可靠的降低图像特征的维度等问题。本文根据以上内容,做了如下贡献:（1）为了减轻光照、噪声等因素的影响,更有效的提取特征和分类,本文采用了基于完全局部二进制模式和深度信念网络的指静脉识别算法。完全局部二进制模式相比局部二进制模式算法能够进一步提取图像局部纹理特征,将提取的特征作为深度信念网络可视层输入,得到识别准确率与时间。根据实验结果可知,此方法在马来西亚理科大学指静脉库、山东大学指静脉库以及实验室自采集指静脉库中的识别率分别为97.66%、96.88%、99.22%,分类时间分别为0.914s、0.451s和0.163s。（2）为了进一步提高算法对手指静脉特征的表征能力、提升识别准确率,本文采用了基于单演二值编码的指静脉识别算法。单演信号表示最重要的特征是其特征提取的结果是旋转不变化的,可以有效提高识别准确率。指静脉特征提取后的高维特征中通常含有较多的冗余性信号,因此采用了基于分块的线性判别法对所获取的特征进行降维。此方法在马来西亚理科大学指静脉库、山东大学指静脉库以及实验室自采集指静脉库中分别获得了99.45%、98.50%与99.65%的识别率。（3）本文设计了一款手指静脉识别系统,通过用户登录、预处理、识别认证三个模块,实现了用户登录及注册、目标指静脉图像的预处理及保存以及基于手指静脉特征的身份认证等功能。该论文有图42幅,表14个,参考文献57篇。