手背静脉识别是一项新兴的生物特征识别技术,研究开始于二十世纪九十年代。相对于指纹识别、虹膜识别等技术,该技术起步较晚,系统开发还不够完善和成熟,但是凭借着非接触、活体采集、造假困难等优势依然存在巨大的商业化潜力。手背静脉识别在商业化实践中还存在识别精度不够高的问题,为了进一步提高识别正确率,一个可行的方法是尽可能多地采集信息,而不同波长光源下采集的手背静脉图像又是不相同的,据此,我们将多光谱图像采集技术和手背静脉识别结合在一起,提出了多光谱手背静脉识别技术。　　本文首先阐述了手背静脉识别技术的相关理论以及相对于其他生物特征识别技术的优势。深入研究了多光谱手背静脉识别的各项关键技术,包括多光谱手背静脉图像采集、图像预处理、特征提取和匹配以及数据融合和谱段选择等。取得了以下研究进展:　　改进了感兴趣区域的定位和分割算法,优化了利用手背骨节点作为不动点进行定位的方法,该方法在时间复杂度和稳定性上相比于传统算法有所提高。改进了线段豪斯道夫距离算法,使其与数据融合方法相结合,相比于单谱段的线段豪斯道夫距离算法,识别精度有一定的提高。同时对多光谱手背静脉识别的谱段选择及多谱段融合作了深入研究,使用主成分分析、基于多方向高斯滤波、Gabor滤波和线段豪斯道夫距离的特征提取与匹配算法进行了大量对比实验,从中选出了效果最好的谱段组合。