在信息安全越来越受到重视的今天，生物特征识别技术作为新一代的身份认证技术得到了大家的重视，并取得了很大的发展，有些方法已经应用于实践（比如指纹、虹膜）。　　但是这些成熟的识别方法有其自身的缺陷，比如指纹容易磨损、伪造，虹膜易受睫毛的影响。为了得到稳定性、防伪性更好的生物特征识别技术，本课题在国际上首次提出了一种新的生物特征识别技术：舌体认证。与其他生物特征识别技术相比，舌体认证具有不易受伤，防伪性能好，特征稳定等优点。本文的目的在于验证舌体图像用于身份认证的可行性。　　本文首先介绍了图像的采集设备，包括采集设备的设计和实现，以及第一代采样设备和改进的第二代设备。最终，在两代采集设备上取得了高质量的图像，并建立了实验用的图像库。　　对图像库中的所有图像采取不同的特征提取方法提取舌体特征向量进行训练和测试，包括几何特征法和纹理分析法，并选择测试结果最好的纹理分析法与几何特征法进行特征融合。　　在几何特征法中，根据自定义的几何特征，包括长度、宽度、厚度以及舌体边缘曲率等，对图像库中的图像进行特征提取、训练和测试，并对实验的结果进行了分析。　　纹理分析法包括三种纹理分析法：LBP法，Gabor相位编码法和LDA法。在LBP法中，选取了均匀模式下的旋转不变LBP算子进行特征提取，并在此基础上进行了训练和认证测试。在Gabor相位编码法中，设计了一个Gabor相位编码器，用不同相位的Gabor进行滤波，对滤波的结果进行相位选择和编码。然后采用绝对距离对编码结果进行特征匹配。在LDA法中，应用LDA进行特征提取，采用绝对距离进行特征匹配，在图像库上进行测试，取得了三种纹理分析方法等误率最低的实验结果。　　最后，本文对三种纹理分析法进行了比较，选取纹理分析法中性能优越的LDA法与几何特征法进行特征融合。根据自定义的决策层融合算法，在图像库上做了测试和性能分析，取得了满意的实验结果，达到了融合的目的。