由于人体的手背有着相当丰富的静脉，并且每个人的手背静脉也不一样，也很难通过手术等手段来改变，具有很高的安全性和唯一性，所以静脉识别领域里人体的手背静脉识别可以说是发展得最火热的。静脉识别技术往往是跟红外联系在一起的，因为它就是利用人体血液能够吸收红外光线这一特点来提取静脉图像的，当血色素大量的吸收了红外光线时，静脉就会得以凸显，这是就只需要一个对红外光响应比较好的图像传感器就能提取出静脉图像。所以要对静脉进行识别首先就必须设计出一个精确度较高的静脉识别仪器，这个仪器要有较好的红外光源，以便能够充分的凸显静脉，要有对红外光响应较好的图像传感器，以便能够更准备的提取静脉图像。人体手背静脉识别，首先是均匀的红外光照射到人体的手背上，然后是图像传感器提取出静脉图像，计算机再对提取出的图像进行一些预处理，比如说滤波、二值化、细化修复等等，再提取出能够唯一代表此图像的特征值，并将图像和特征值都存储在计算机里。当需要进行识别匹配的时候，就实时的提取出静脉图像和特征值，并将此图像和特征值与先前存储的进行相似对比或匹配，根据对比相似度或图像匹配的情况来判断此人的身份或者是否属于同一个人。本文中描述的静脉识别算法主要包括3大部分：手背静脉图像的获取；手背静脉图像预处理和手背静脉识别。图像预处理部分主要由维纳滤波、图像锐化、中值滤波、图像的骨架提取与细化和细化后的修复等组成。而且图像识别的算法具有很好的平移、旋转、伸缩的不变性。