生物特征识别技术以其安全系数高和难以被伪造等特性,逐步代替传统的验证方法,现广泛运用于军用和商用的各行各业中。手指静脉图像必须在活体的情况下才能检测,作为人体的内部特征,它具有唯一性和高防伪性,越来越受到大众的关注。手指静脉图像在采集过程中受到光照、近红外波段参数设置以及手指姿态等影响,容易产生噪声点和出现图像模糊的情况,如何有效的提取手指中的静脉特征,是手指静脉识别技术中的一个关键问题。针对手指静脉图像的纹理特性,本文通过不同方面提出了三种静脉特征提取方法。具体的研究内容如下:（1）为增强静脉图像对光照的鲁棒性,提出了分块LBP-（2D）2PCA的手指静脉特征提取方法。LBP算子能够有效提取局部邻域中的纹理特征,（2D）2PCA方法对数据进行降维,最大程度上减少数据的冗余信息。实验分析,该方法能够有效提高静脉识别系统的识别率。（2）为解决手指静脉图像对比度低的问题,提出了融合PHOG与LPQ的手指静脉特征提取方法。PHOG算子在图像多分辨率下提取梯度信息,有效描述了图像的细节信息和结构信息,同时LPQ算子能够有效描述模糊的静脉图像的特征信息。对于各种质量的手指静脉图像,该方法均具有良好的效果。（3）针对WLD算子对特殊的纹理模式无法区分的问题,提出了融合DOG与LPQ算子的静脉特征提取方法。该方法充分利用局部邻域中的所有像素点的信息,使获得的特征向量对手指静脉的各种情况,均有良好的描述。通过分别在天津手指静脉数据库、FV-USM手指静脉数据库以及MMCBNU₆000手指静脉数据库中进行对比实验,证明本文所提出的方法的效果要优于一些常用的纹理特征提取方法。