信息时代的到来给军工领域带来了极大的变革,军工信息安全显得尤为重要,身份认证在军事领域也有了新的内涵,生物识别(Biometrics)技术是依靠人类自身所固有的生理或行为特征进行身份验证的一种手段。由于手背静脉生理上具有唯一、稳定和活体的特性以及手背静脉识别技术在实际应用中表现出非侵犯采集、高可靠、高稳定的特点,因此在军事生物识别领域,手背静脉识别技术研究受到科技人员更多重视,成为近期军工领域研究的新热点。本文深入、系统地研究了军事背景下静脉图像处理理论与技术,提出了一整套适用于军队内部门禁系统的手背静脉图像处理算法,并通过大量实验验证了其有效性,具体研究工作如下:首先,分析了军事背景下手背静脉识别的研究背景、意义以及国内外的研究现状,通过对静脉识别的诸多优点如活体识别、内部特征、非接触式等的说明,指出本文的研究意义重大,并且可行。同时对论文的研究成果和内容安排进行说明。其次,针对手背静脉图像的特征,提出采用自适应的静脉图像有效区域定位算法。该算法充分利用手背外侧边界轮廓接近于一条直线的特点进行有效区域定位。实验证明,该算法受外界干扰小,具有自适应性,能快速准确地分割出手背静脉的有效区域。然后,研究了静脉图像增强和分割的方法,提出采用自适应局部灰度修正的直方图均衡法对手背静脉图像进行增强。分析了传统几种多阈值分割技术,提出适用于本工程的阈值图像法进行手背静脉图像分割。接着,讨论了静脉图像的细化算法。提出采用改进的数学形态学细化算法进行细化,实验结果显示,该算法结果不仅能准确地逼近二值静脉图像的中轴线,而且优化了计算方法,大幅度提高了运行速度,快捷有效。最后,对图像进行了几何和结构特征的提取和基于该特征的匹配。