生物特征识别是根据人体所固有的生理特征或行为特征来进行身份验证的技术。与计算机技术相结合，使得生物识别技术在许多领域得到了广泛的应用。作为生物特征识别方法中的一种新方法，静脉识别方法，虽然起步较晚，但经过几年的发展已经成为主流的生物特征识别方法。　　利用生物特征来进行身份验证，关键是对生物特征的提取与匹配算法的研究。本文以人体手背静脉为研究对象，研究了基于几何形状和小波矩的静脉特征提取与匹配。　　首先，为了静脉特征提取与匹配工作的顺利进行，先要对静脉图像预处理。主要采取了对比度自适应均衡、阈值图像、边缘检测、膨胀与腐蚀等方法进行预处理。　　其次，在静脉图像的特征提取与匹配部分，先分析了基于形状的图像特征描述符，该描述符应具有平移、旋转、比例和仿射不变性，同时为了使形状描述符具有良好的易分辨能力，本文考虑了基于边界的和基于区域的形状描述符。Hu不变矩和仿射不变矩是基于形状区域的，边界不变矩是基于形状边界的。本文用以上三种不变矩提取静脉的几何形状特征，并通过实验验证了基于几何形状的静脉特征提取与匹配方法的有效性。　　基于几何形状的静脉特征提取方法所提取的特征是灰度统计特征，它反映了图像的全局信息，且该特征是在一个尺度下被反映出来的，当全局特征基本匹配下的静脉，仍有可能具有不同的几何形状，还需要从局部特征上加以考虑。小波矩既有多尺度分析提取图像局部特征的能力，又有矩不变性的特点，因而小波矩在一定程度上降低了小波变换对图像分析过程中的平移、尺度和旋转变化的敏感性，同时也提高了一般矩特征对图像结构精细特征的把握和分析能力。　　通过实验，本文最终确定了基于几何形状的静脉特征匹配为粗匹配，基于小波矩的匹配为细匹配的方案，实验结果表明识别率得到了提高。　　最后，本文总结了所取得的成果，并提出了关于静脉识别研究的一些想法以及对静脉识别研究的展望。