在信息安全领域中,生物特征识别技术凭借独特的优势逐渐成为身份验证主要的方式。生物特征识别技术包括指纹识别、虹膜识别、人脸识别、DNA识别与手指静脉识别等。手指静脉识别技术凭借其具有活体特征、安全性较高、非接触式、设备轻巧等特征,逐渐得到了业内众多专家学者的研究,手指静脉产品也广泛的应用于银行ATM机、社保局、部队、监狱及办公楼的门禁与保险系统。然而,在采集静脉图像过程中会受到采集环境、设备自身问题、采集者使用不当等因素干扰,可能会导致采集到的图像质量低下,严重影响产品识别性能,低质量图像成为了阻碍手指静脉识别产品推广的主要因素。如何提高低质量手指静脉图像的识别性能为本文的主要的研究对象,围绕着手指静脉识别系统展开了深入的研究,具体的研究内容如下所示:提出了基于手指静脉图像质量的模板图像注册机制。该机制思想为在图像采集模块中增加了图像质量判决机制,从图像的曝光程度、静脉模糊程度、静脉稀疏程度对采集到的图像进行图像质量的评估,只有判决为正常质量图像才可以被注册到数据库中,从而提高了系统的识别率和控制系统的误识率。理论分析和实验结果表明:所提的3种图像评估方法都能达到与主观评价相一致的效果,以及进行3步图像质量判别并滤除低质量图像后可以提高系统的识别性能。提出了基于细线距离顺序统计量的指静脉快速识别算法。该算法具有三点创新点:一是提出了将静脉细线作为识别对象,放弃了传统点集距离匹配时利用特征点作为识别对象;二是将顺序统计量的思想利用到静脉细线点距离匹配,有效地减小了低质量手指中伪静脉对匹配结果的影响;三是提出了基于邻域搜索的匹配方式,解决了因细线点数量过多带来的计算复杂度高的问题。此三个创新点结合,即为基于细线距离顺序统计量指静脉快速识别算法,理论分析与实验结果表明,所提算法比广泛使用的基于特征点的MHD算法具有更好的性能。