近年来，随着信息化的发展和人们安全意识的提高，生物身份识别技术受到越来越多的关注。其中，手掌静脉因其独特的位置和获取方式更易被人们接受，而成为生物特征识别研究的热点。本文在分析总结国内外相关研究成果的基础上，从特征提取与分类方法两方面展开工作。在预处理阶段，针对手掌边界的提取、静脉图像的定位、调整静脉图像的旋转位移、手掌静脉增强等问题，最终从手掌静脉图像分割出手掌静脉感兴趣区域。考虑到HOG(HistogramofOrientedGradient)特征对光照、微小的旋转和位移等变化的鲁棒性，利用HOG描述子对手掌静脉图像进行特征描述。首先将图像以细胞为单位进行划分，提取细胞的梯度方向直方图，然后以块为单位对梯度方向直方图进行归一化，其次得到整体描述特征。从物理意义上来看，HOG特征是从空间结构和梯度能量两方面对手掌静脉图像进行特征描述。最后利用稀疏表示对手掌静脉HOG特征进行分类识别。实验结果证明该算法的合理性。研究基于Gabor局部相对方差的稀疏表示手掌静脉图像识别算法。首先用Gabor滤波器组提取图像在不同方向、不同频率下的结构-能量信息，然后对每一通道Gabor图像定义局部相对方差特征。在识别判决阶段，利用原子稀疏与块结构稀疏两种方法分别对手掌静脉Gabor局部相对方差特征进行分类。给出了两种稀疏表示分类方法的识别性能对比结果。