生物特征识别是根据人体所固有的生理特征或行为特征来进行身份验证的技术。与计算机技术相结合，使得生物识别技术在许多领域得到了广泛的应用。作为生物特征识别方法中的一种新方法，静脉识别方法，虽然起步较晚，但经过几年的发展已经成为主流的生物特征识别方法之一。　　利用生物特征来进行身份验证，关键是对生物特征的提取与匹配算法的研究。本文以人体手背静脉为研究对象，研究了基于Radon变换和小波理论的静脉特征提取与匹配。　　首先，为了静脉特征提取与匹配工作的顺利进行，先要对静脉图像进行预处理。主要采用了对比度自适应均衡、阈值图像、边缘检测、膨胀与腐蚀等方法进行预处理。　　其次，利用Radon变换将静脉图像投影到一维空间，计算出静脉纹理方向特征距离，用于静脉图像的粗匹配;通过平移和比例不变的自适应小波变换获得具有平移和比例不变性的小波变换系数;将各个角度投影数据的小波变换系数组成特征矩阵，通过对该矩阵进行多尺度分解得到多尺度下的分解系数。计算不同尺度上分解系数的平均能量，组成特征向量。实验表明这种方法具有平移、比例和旋转不变性，而且能反映出图像在不同尺度上的能量分布特征;在特征提取完后，利用支持向量机进行匹配，同Log-Polar方法比较说明，该方法可较好的描述纹理特征，并可完成基于纹理的对象识别。　　最后，本文总结了所取得的成果，并提出了关于静脉识别研究的一些想法以及对静脉识别研究的展望。