在现有的生物识别技术中,手指静脉识别作为具有高防伪性的第二代生物识别技术而备受瞩目,具有非常广阔的市场前景。手指静脉图像的去噪与静脉轮廓分割对静脉特征提取、匹配及识别有本质影响,是静脉识别技术的重要环节。本文针对背景噪声复杂的手指静脉图像去噪处理问题,重点研究了基于压缩感知的去噪重建算法;针对手指静脉图像边缘模糊、对比度低、偏光的图像边缘提取分割问题,重点研究了基于主动轮廓模型的局部二值拟合分割算法。本文首次将梯度投影稀疏重建算法应用于手指静脉图像做去噪预处理,实验结果表明梯度投影稀疏重建(GPSR)算法具有在去除噪声影响的同时保证图像的有效信息不失真的优点;提出采用P-R共轭梯度投影法求解带约束二次规划问题,解决了GPSR算法在寻找最优解过程中影响收敛的锯齿的现象,提高了重建算法的收敛速度并获得了比GPDR更高的峰值信噪比;在局部二值拟合(LBF)主动轮廓图像分割模型基础上,提出加权全变分局部二值拟合能量泛函分割模型,在加权全变分分量中加入边缘停止函数,使模型对边缘信息更敏感,解决了图像对比度低不易分割的问题,在模型中采用正则化约束项,避免水平集函数的重新初始化,缩短了演化时间;对合成图像和真实手指静脉图像应用P-R共轭梯度投影法去噪,并对去噪后图像应用加权全变分局部二值拟合分割模型进行静脉分割,应用形态学骨架提取法方法对静脉做细化处理,得到了清晰准确的手指静脉骨架。