生物特征包含了丰富的个人身份信息,生物识别也因此成为一种重要的身份识别方式,随着生物识别技术的不断发展,单一生物识别系统在应用普遍性与识别准确性等方面的问题日益突出,而且这些问题仅仅从技术上是不能得到解决的,即使可以得到解决,也会付出巨大的成本,而多模态生物识别系统却能够很好的解决这个问题,它将几种优劣互补的生物特征融合在一起,扩大了生物识别的应用范围,提高了识别系统的准确率与防攻击能力。为此,本文研究了一种在匹配层融合的、基于指纹与指静脉的双模态生物特征识别技术。由于指纹识别技术发展的比较成熟,文章中的介绍以指静脉为主,主要的内容包括:指静脉图像采集与预处理、指静脉特征点提取与匹配以及双模态生物识别系统三部分。在获取静脉图像以后,本文通过对其进行ROI定位,大小、灰度归一化,通过不同的算法对图像进行增强与分割,得到效果比较好的静脉特征图像,为后期处理打下良好的基础,然后通过Matlab仿真对不同算法进行了比较与分析。手指静脉特征提取是基于细节点的,通过比较指静脉细节点与指纹细节点的不同,对指静脉的细节点进行重新定义,静脉细节点中以分叉点所携带的信息最丰富,因此本章采用了一种新的基于细节点位置与角度的匹配算法,以改善指静脉图像因旋转、偏移带来的识别率低的问题,获得了比较好的识别结果。匹配融合模块首先介绍了融合层次的相关概念,然后分析了多种匹配分数归一化模型,通过比较不同融合算法的优劣,针对当前识别系统所应用的人群和工作场合的不同,提出了用遗传与进化算法改进的均值权重匹配融合算法,以得到单一生物识别系统的最优或次优分配权重,基于此算法实现指纹与指静脉在匹配层的融合。实验结果证明,本文所提出的双模态识别系统不但大大的提高了系统的安全级别,而且还可以因人因地做出相应的改变,具有很强的自适应能力。