身份识别技术在个人信息安全中占据着非常重要的地位,随着科技的不断进步和人们生活水平的提高,越来越多的人更加看重个人的信息安全。传统的身份识别是利用钥匙、密码等外部媒介进行确认,这类识别方法使用非常不便并且容易丢失而被盗用。而生物特征识别技术作为一种新的身份确认技术,其主要原理是利用人体中特定位置的差异性进行识别的,例如指纹、人脸和指静脉。正因为生物特征识别技术的安全性和便利性而得到了快速发展。手指静脉识别技术便是重要的生物特征识别技术中的一种,因此本文针对手指静脉识别技术进行研究,主要内容如下:(1)图像采集过程中,由于手指位置摆放差异,导致用户的手指存在偏移、旋转等情况。针对这一问题提出一种基于边缘检测的手指静脉感兴趣区域提取方法,首先利用canny算子提取手指边缘,分离出手指区域然后计算出手指的中心曲线,利用最小二乘法拟合拟合手指的中心曲线并计算偏转角并且对原始图像进行旋转校正,最后沿着手指方向对像素灰度值进行直方图统计,确定基准点并完成感兴趣区域提取,该方法能够较好地克服手指偏移旋转问题,并且可以保证多次提取的感兴趣区域为手指的同一区域。(2)针对图像中手指静脉纹路不清晰的问题,提出了一种基于空域滤波融合的手指静脉增强算法。针对图像偏暗问题,该算法首先使用Gamma算法提升图像的整体亮度;针对图像对比度不清晰问题提出了限制对比度的自适应直方图均衡化以增强静脉区域和背景区域的对比度;针对图像噪声问题引入了双边滤波,在保证边缘信息的基础上消除噪声的影响。实验证明该方法能够提在一定程度上提升对比度和熵信息,并且提升识别率,特别是质量较差的图像。(3)为了提升手指静脉识别的准确率,本文引入了一种中心损失函数,该损失函数能够对各个类别的特征向量进行调整,因此能在很大程度上减小类内距离,增大类间距离,进而能够极大地提升模型的识别率以及降低模型的等误差率。为了降低模型的过拟合风险,本文还提出了一种新的正则化方式,该方法能够自动调整正则化系数,能够在一定程度上加快模型的收敛速度,并且泛化模型。(4)针对以上算法研究,设计出一种手指静脉考勤系统,该系统利用指静脉特征进行识别验证考勤者身份信息,杜绝了代打卡的可能,并且用户可以登录账号查询自己的相关打卡信息。