随着信息与网络技术的快速发展，当前社会生活中对基于生物特征的身份认证的应用需求不断增加。但是，单模态生物特征的身份认证技术，决定了其存在防伪性、区分性等诸多不足。多模态生物特征的身份认证技术融合了多种模态生物特征，具有更好的防伪性、更高的区分性等优势，已成为目前生物特征识别研究领域的主要发展趋势。本文从防伪性角度出发，在满足易采集、易接受性的应用需求下，提出了基于指静脉并结合指纹、指关节纹和指形来实现手指多模态生物特征融合的身份认证方案，从而提高了身份认证性能。同时，本文提出了手指多模态生物特征的模板保护方法，使得手指多模态生物特征能够安全地应用于身份认证过程。因此，基于手指多模态生物特征的身份认证关键问题的研究，不但具有较高的学术价值，而且具有重要的实际意义。本文从分析手指多模态生物特征的身份认证所涉及到的关键问题出发，首先针对指静脉特征的身份认证过程所遇到的低质量图像，提出了指静脉图像预处理与质量评价方法；其次，为了充分利用指静脉特征的防伪性、区分性的特点，本文提出了指静脉特征的提取方法；再次，本文将指静脉特征与现有指纹、指关节纹和指形特征相融合，提出了基于特征层的手指多模态特征融合方法，充分发挥了多模态生物特征融合的技术优势；最后，在手指多模态生物特征的身份认证过程中，为了不泄露原始特征模板的信息，本文提出了手指多模态特征模板保护方法，并分析了模板保护方法的安全性与认证性能的关系。本文的主要创新性工作包括：（1）提出了指静脉图像预处理与感兴趣区域（RegionofInterest，ROI）的质量评价方法。首先，针对手指放置灵活、光照不均匀的指静脉图像，本文提出了基于指骨关节生理结构特性的指静脉图像ROI的定位方法；其次，利用图像对比度、梯度、信息熵作为图像质量评价分数，提出了基于三角范数分数融合的指静脉图像ROI质量评价方法，该方法较现有的指静脉图像质量评价方法更为准确地判断出图像质量，降低了图像质量对指静脉特征的认证性能影响。（2）提出了基于多尺度、多方向Gabor小波与局部二值模式（LBP）结合的指静脉特征提取方法。针对静脉结构中血管延展方向与粗细不同的特点，本文使用LBP算子来描述指静脉ROI的多尺度与多方向Gabor幅值作为GLBP特征，并在GLBP特征匹配过程中提出了分块线性判别（BlockedLDA，BLDA）算法来提高GLBP特征的区分性。GLBP特征提取方法与现有的指静脉特征提取方法相比较，进一步地提高指静脉特征的认证性能。（3）提出了线性判别的多集典型相关分析方法来有效融合指静脉、指纹、指关节纹和指形的多模态特征。基于线性判别的多集典型相关分析的特征层融合方法，不但能保留单模态特征类内和类间的内在判别关系，而且可以通过多集特征向量间的典型相关关系，降低了融合后特征向量的维数并提高了区分性，解决了现有多模态特征层融合方法不能有效融合多于两类生物模态特征的问题。本文所提出的手指多模态特征层融合方法的认证性能不仅优于手指单模态特征的认证性能，而且优于现有的手指多模态特征层以及分数层融合方法的认证性能。（4）提出了手指多模态特征模板保护的安全性与认证性能分析方法。针对多模态特征层融合的特点，本文实现了基于模糊承诺的手指多模态特征模板保护方法，通过对模糊承诺的安全性分析，提出了纠错码纠错能力选择的目标函数。虽然生物特征的认证性能和模板安全性存在矛盾关系，但是可以通过合理选择纠错码的纠错能力来达到认证性能与模板安全性的平衡。本文所提出的手指多模态特征模板保护方法，在认证性能和安全性上均优于手指单模态特征模板保护方法和基于分数层融合的手指多模态特征模板保护方法。