伴随着通信和互联网行业的不断发展,人类社会已经处在了一个高度信息化的时代。与之相关的是信息安全的重要性被提到了前所未有的高度。为了保证这些信息的安全,首先要解决的问题就是身份识别,为此研究者找到了生物特征识别这种安全可靠使用方便的身份识别技术。生物特征识别是指利用人体所固有的生理特征(如：指纹、虹膜、DNA等)或行为特征(如：步态、语音等)来进行个人身份认证。未来生物特征识别市场前景广阔,也因此受到越来越多研究者的重视,成为了模式识别领域的研究热点。手背静脉识别作为最近几年才发展起来的新的生物特征识别技术,具有不易伪造、不易复制、唯一性高、长期稳定等特点,并且易于同手型、掌纹、指纹等手部特征组成多模态识别系统。手背静脉识别不仅具有其不可替代的优势,同时是现有人体生物特征识别技术的重要补充,因而具有非常广阔的应用前景,对其进行深入研究是非常必要和迫切的。然而,手背静脉识别技术尚处于发展阶段,其理论和应用方面的研究都有待于进一步深化和完善。在此背景下,本文对手背静脉识别中的一些关键问题进行深入研究。本文主要工作包括：1)完成静脉图像的采集与预处理工作,包括自制一套静脉采集仪器、建立静脉模板库、图像噪声抵制、ROI提取以及静脉纹线的分割。2)提出一种基于纹线特征的静脉识别算法,利用手背纹线在各方向的投影变化进行识别。为使算法具有更好的性能,本文又对算法进行了两次改进,将“重量”信息加入到了投影中,最终的识别率达到了94%。3)提出一种基于纹理特征的静脉识别算法。由于静脉纹线信息稀少,不易提取等原因,依靠纹线特征难以取得较高的识别率,而手背的纹理特征却没有得到重视。本文详细介绍了LBP的原理及其改进方法分块LBP,随后提出了多尺度分析与PLBP的融合算法。4)设计了一套基于手背静脉的门禁系统,该门禁考勤系统以手背静脉算法为基础,采用C/S架构,可完成用户注册、识别、门禁开关等功能,达到设计要求。