手背静脉识别是通过分析人手背上的静脉特征来进行身份识别的方法.本文详细分析了手背静脉图像的特点,对手背静脉识别系统中的关键技术与核心算法进行了系列研究.本文的研究工作主要集中在如下几个方面:一、设计了一套手背静脉图像采集实验装置,可有效采集手背静脉图像.二、首次将脊波变换用于生物特征检测.针对静脉图像的特点,提出了一种基于改进有限脊波变换(AFRIT)的手背静脉特征提取方法,比较完整地保留了静脉的原始信息,提高了算法的效率.三、提出了一种基于FRAT的手背静脉特征提取方法.这种方法主要用于检测手背静脉图像的纹理方向特征,同时,算法被进一步推广到一般图像的纹理方向检测.在手背静脉纹理方向特征检测上与现有的检测算法相比,速度上有很大提高.四、提出了两种新的特征匹配方法——多分辨脊波特征匹配法和基于FRAT的静脉纹理方向特征匹配法.通过实验对两种方法进行了比较,给出了不同匹配算法下的手背静脉识别系统的识别精度.五、运用信息融合技术将上述两组特征分类器的输出进行决策融合.为提高算法的整体识别性能,测试了五种决策融合策略对两种特征的综合能力,实验证明中值融合策略的效果最佳.