随着交通便利以及城镇的快速发展,确保城市以及人民的安全,能够有效快速地鉴别身份是如今科技发展面临的重大挑战。人身安全和信息安全都会受到身份识别技术的影响,因此,身份认证与识别不论对国家,银行,政府等各个领域,甚至小到个人都非常重要的。所以寻找合适的认证与识别技术是市场和社会发展的需求。手背静脉身份识别作为一种新的具有不易伪造、不易复制、唯一性高、长期稳定等特点的生物特征识别技术,是近些年来各地研究学者备受关注的领域。本文为了构建分布式的手背静脉识别系统,首先对手背静脉身份识别技术的一系列过程方法进行深入学习探究,分析手背静脉识别基本原理与采集设备的设计方案,预处理方法以及特征提取和识别算法。本文的创新性工作可以概括如下：(1)提出基于小波的多尺度局部二值模式(Local binary patterns, LBP)算子的权重融合方法,结合局部二值模式算子的局部灰度不变性与小波变换的多分辨率特性。算法采用的思路是：首先对图像进行二级小波变换,接着分解得出不同频带分量,最后再进行特征提取。不同尺度的图像能够得到更加丰富的特征信息,此外,不同半径的LBP算子也包含着不同的局部特征信息。所以通过小波变换以及不同尺度LBP特征算子进行权重融合,使得拥有不同尺度的空间位置、半径与方向信息,利用丰富的尺度信息的结合更加利于图像识别。(2)设计分布式的手背静脉识别系统,实现分布式手背静脉识别的门禁系统软件。该系统采用分布式的客户端-服务器架构,能够拥有多个终端设备,且可以方便地增添、减少终端设备,并且拥有良好的扩展性。终端设备与服务器通过网络连接,便于服务器控制多个客户端,统一进行管理且具有良好的灵活性,也扩大了手背静脉的特征数据库。