现代社会中,随着计算机及网络技术的高速发展,信息安全显示出前所未有的重要性。人们希望有一种更加方便可靠的办法来进行身份鉴定,生物特征识别技术给这一切带来可能。目前,指纹识别技术相对来说是生物特征识别中比较成熟的一种身份确认技术,但是指纹致命的缺点是易于伪造和破环以及被污染,这使应用范围受到限制。而手指静脉血管藏匿于身体内部,具有速度快、精度高、安全等级高、活体识别、内部特征、非接触式等独特的优势,有效地解决了传统的生物特征识别技术如指纹等所面临的诸多难题。本文的研究工作主要集中在如下几个方面:(1)提出了一类基于多阈值模糊增强的手指静脉图像分割算法。它是把传统的模糊理论与经典的阈值选取算法结合起来,得到一类模糊增强算法。并用各种静脉图像进行实验,实验结果表明,NiBlack阈值选取方法在对静脉特征提取的效果是比较理想的,能够提高特征提取的正确率。(2)提出了基于方向谷形检测的静脉纹路分割算法。它是利用检测算子检测谷形区域和图像分割来实现静脉特征的提取。实验表明,该算法能有效地对静脉特征进行提取,减少了提取错误特征和漏掉真实特征,同时提高了整个系统的识别精度和处理速度。(3)给出了一种二值图像细化方法。通过分析,经过传统细化算法细化得到的静脉纹路图像中冗余像素点的特征,从而给出了相应的模板,然后利用此模板对图像进行进一步细化,再通过毛刺的裁剪、图像的修复,得到了无冗余的点的单像素点的静脉细化图像,对后续处理非常有利。(4)改进并实现了一种基于手指静脉结构的匹配方法。通过把得到二值化的手指静脉纹路图像用模板进行平滑,得到灰度图像,克服二值图像边缘点不存在过渡的缺点,然后对其进行各个不同角度旋转并融合旋转后各灰度图像,再进行膨胀,最后得到标准匹配模板。识别阶段是以待识别图像与其模板的重合度作为判定静脉是否匹配的依据。实验表明该方法具有较高的精度,其识别精度高达到99.82%。(5)提出了基于手指静脉细节点(端点和交叉点)的MHD距离的匹配方法。通过把手指静脉纹路细节点作为点集,利用修改的Hausdorff距离计算两个点集之间相似度,从而完成对静脉特征的匹配。实验表明具有较好的效果。(6)提出了基于两个方向二维核主成分分析的静脉分类方法。该方法通过对静脉图像在水平和垂直方向上进行投影分析,完成对静脉图像特征提取,最后利用最短矩离法进行分类。实验结果表明:该算法具有较快的识别速度和很高的识别率。从而验证了该算法在手指静脉识别中的有效性。