随着科学技术的发展,当今时代的信息量以指数形式增长,信息安全逐步受到人们的重视。生物识别技术由于其固有性、唯一性、安全性、便捷性而逐步取代了如钥匙、卡片等传统身份认证方式,而登上了身份认证的舞台。其中手指静脉识别以其防伪性强、识别率高、识别造价低等优势,正逐步发展为生物识别领域中的新宠。由于现有的手指静脉图像采集技术采集到的手指静脉图像中包含的噪声较多,图像的对比度较低,因此,在手指静脉识别之前要对手指静脉图像进行预处理,使血管的纹路更加清晰。本文基于香港理工大学的手指图像数据库,对手指静脉图像的预处理工作做了深入的研究,主要工作分为以下几个方面:(1)利用手指图像数据库中的手指静脉图像及其对应的手指折痕图像去除手指静脉图像两端高噪声低信息量的区域,得到手指静脉图像中的关键信息部分,然后利用Canny边缘检测算子、二值化等图像处理算法去除手指静脉的背景信息,得到手指静脉图像感兴趣部分。(2)针对手指静脉图像采集过程中存在的平面旋转问题,本文利用直线拟合算法拟合手指的轮廓,得到手指的放置方向,进而校正手指在平面内的偏转角度。(3)分析了经典的图像增强算法和局部直方图均衡化算法,并用这些算法分别对本文的手指静脉图像样本进行了增强实验,在此基础上提出了改进的自适应直方图均衡化算法,经实验验证,该算法能很好地增强图像中的手指静脉信息,且时间复杂度小,是一种非常有效的图像增强算法。(4)对增强后的手指静脉图像,利用Gabor滤波器提取出手指静脉纹路走向的信息,并对图像进行二值化处理;然后利用形态学算法删除图像中的噪声,桥接手指静脉的断裂部分,得到较完整的手指静脉纹路;最后用形态学细化算法提取手指静脉纹路的骨架,同时去除骨架上的毛刺,从而得到手指静脉拓扑结构。