随着信息技术飞速发展、信息交互量的不断增加，对保护个人信息安全，尤其是个人身份认证技术提出了更高的要求。人体静脉识别是一项新的非接触式生物特征识别技术，凭借着人类静脉唯一性、活体性、内部特征等特性，杜绝了造假或剽窃的可能性，使其在安全保护和身份认证领域有着广泛的发展前景。　　本文以手背静脉为研究对象，以采集到高质量的手背静脉图像为目标，针对静脉识别研究中原图像质量低、受周围环境光照影响等问题，分别从图像采集装置设计和图像质量评价方法两方面作深入研究，建立了集红外采集、红外光源调控和图像质量评价于一体的静脉图像采集系统，所采集到的手背静脉图像能够符合后续处理的需要。　　在图像采集环节中，由于人体手背厚度、静脉明显程度、表皮和毛孔特征等个体差异的影响，对图像采集光源模块进行设计，使投射到手背上的光照度均匀分布，根据PWM控制技术，利用单片机产生PWM波形，使PT4115恒流稳压源驱动近红外LED组在一定时间内输出不同占空比，从而采集到不同光照强度下的手背静脉图像。　　根据图像反映出的统计特性和结构特性，本文提出将静脉图像特征作为质量评价指标，选定的特征从不同角度描述了图像所含信息的多少，并对不同特征参数融合共同评价图像质量，初步选定占空比范围，为下一步输出最佳静脉图像做准备。　　本文将图像质量评价方法与人眼视觉系统相结合，利用Contourlet变换，提出了基于Contourlet域统计模型的手背静脉图像质量评价算法。对静脉图像进行多尺度多方向Contourlet分解，得到不同尺度不同方向下的高频和低频特征，根据Contourlet系数建立统计模型，分析并提取不同占空比下各静脉图像的各尺度各方向最大图像信息，对其进行Contourlet重构，最大程度上提取出质量最佳的静脉图像。