手掌静脉识别是近年来提出的一种全新生物识别技术。手掌静脉识别是以人的手掌静脉血管作为识别对象,通过获取、增强、二值化、细化、特征提取、匹配一系列处理过程,以识别不同个体的技术。手掌静脉识别技术广泛应用于政府、银行、军队、电子商务、安全防务等领域,它作为最新最安全的生物识别技术具有巨大的优势和广阔的市场应用前景。本文着重研究了手掌静脉图像的获取、提取与细化技术。以得到单像素宽的手掌静脉网骨架图像为目标,通过获取原始红外手掌静脉图像,在分析、归纳、总结已有算法的基础上,对手掌静脉图像的提取、细化算法进行改进,为后续特征提取与识别奠定了基础。其主要工作有以下几个方面:1.为获取高质量的红外手掌静脉图像,首先分析了手掌静脉成像的基本原理,然后比较了不同获取方式的优缺点。根据红外二级管和成像传感器的结构原理,分别确定出光源与成像元件,以及均光片等辅助元件,满足实验的需求。2.在手掌静脉纹路提取过程中,针对Niblack算法在光照不均的情况下,手掌静脉图像在二值化处理过程中容易产生噪声、纹路断开等局限性,提出一种基于Niblack和分四块均值的新二值化改进算法,改进算法很好消除了噪声、纹路断开现象。在随后的二值化去噪算法中,采用数学形态学与连通域标记去噪算法,有效的去除了噪声。3.在手掌静脉图像细化算法中,针对燃火细化算法细化结果不彻底,不是完全单像素宽的缺点,提出一种改进的燃火细化算法。通过设计了一种优化模板,得到了完全单像素宽的手掌静脉骨架图像。接着进行了毛刺去除,对边缘分支和内部分支采取不同阈值的方法,较好地去除了毛刺,为后续特征提取和匹配识别奠定了基础。最后,通过实验对上述算法进行了验证,并与现有算法进行了对比分析。实验表明:改进的算法提高了手掌静脉图像纹路、骨架分布的完整性和准确性,所得到的手掌静脉网骨架图像完全满足下一步特征提取和匹配工作的需要。