随着计算机及网络技术的快速发展,生物特征识别技术在军事和人们日常生活中的应用越来越广泛,比如机场、银行、军事基地、研发中心等场所都可能装有指纹识别、虹膜识别、静脉识别等生物识别系统。其中,手指静脉识别技术以其高度防伪、高度准确、简便易用和快速识别等突出优势,成为近年来最具发展前景的生物识别技术之一,故此,研究手指静脉识别技术具有很高的应用价值。　　本文以TI公司的TMS320DM6437处理器为核心,采用SEED-DEC6437评估模块作为数据处理平台,结合实验室自行搭建的图像采集装置获取手指静脉图像数据。利用 CCS集成开发环境完成了手指静脉识别系统的软件设计,其中包括 DSP/BIOS的静态配置以及驱动程序编写等。在此基础上,围绕手指静脉识别技术的几个关键问题,对手指静脉图像处理算法进行了研究与设计,完成了手指静脉图像的预处理、特征提取、细化和特征匹配等算法。其中,在进行特征匹配时,通过将旋转膨胀后的二值化静脉图像用加权模板进行平滑,来得到灰度图像,克服了二值图像边缘点不存在过渡的缺点。最后通过对算法的优化,实现了手指静脉的识别过程。　　本文搭建了一个基于 DSP的嵌入式手指静脉身份识别系统,以此为基础对识别结果做了验证与分析。研究结果表明,整个手指静脉识别系统的架构已经初步成型。通过对实验中建立的120个静脉样本测试发现,本文采用的手指静脉识别算法,静脉的提取效果好,识别率可达99.17％,而且在1:n的模式下,系统执行一次身份认证的时间由优化前的5.5s提高到优化后的900ms左右,能够满足静脉身份识别的实时性要求,为嵌入式手指静脉识别系统的产品化提供了参考。