近年来生物特征识别技术发展迅猛,目前已经有多种识别方式被投入市场,较为常见的有指纹识别、虹膜识别、人脸识别等。然而不可否认的是,这些生物识别技术在易用性与可靠性之间难于取舍。不同于传统的生物认证方式,手指静脉认证技术具有隐蔽性好、难于造假、认证简单以及精度高等特点,克服了传统认证方式存在的问题因而被看作第二代生物特征识别技术。尽管手指静脉识别方法存在诸多优点,但是从图像获取、预处理、特征提取到匹配几个方面尚存在一些问题,而本文研究目的就在于解决上述诸多问题。本文的主要研究内容如下。针对目前手指静脉采集设备尚没有一个通用的设计思路、公认的设计框架的问题,考虑到采集设备对于整个系统性能具有至关重要的作用,本文在对已有的设计思路加以研究的基础上,设计了一套简单实用的采集设备,并对设计过程进行了详细描述,通过实验验证,由这套采集设备获取的图像可以满足图像识别的要求。针对图像预处理问题,本文在对灰度归一化、图像缩放、增强处理等几个部分加以研究的基础上,就静脉区域定位的问题提出了一种结合Sobel算子和Canny算子的改进边缘提取方法,融合了双阈值分割的思想,该方法同时避免了Sobel算子提取边缘较粗而Canny算子提取边缘噪声较多的问题。针对手指静脉的特征提取问题,本文在对大量特征提取方法加以研究的基础上,采用了一种更为有效实用的特征提取方法。该方法融合了方向谷检测、模糊增强、动态阈值分割以及图像细化几个过程。文中对每一个过程加以详细描述,并就几种不同的动态阈值分割方法加以实验比较,从而选择出适于本文应用的阈值分割方法。针对手指静脉特征匹配的问题,本文在对传统的模板匹配方法加以研究的基础上,应用了一种改进的模板匹配方法。另外考虑到手指静脉的纹理特性,应用了两种基于Gabor滤波的特征匹配方法。而针对图像旋转对特征匹配影响较大的问题,本文通过对已有的各种手指静脉旋转校正方法加以研究和比较的基础上,提出了两种基于Hough变换图像旋转校正的方法,虽然是两种近似处理方法,但是通过实验证实,这两种方法对于提高算法对图像旋转的适应能力具有明显的作用。