生物特征识别技术克服了传统身份认证的缺陷,广泛应用于各行各业。其中,指静脉识别技术凭借高防伪性、高精确性、唯一性等优势引起了大家的关注。但是,目前的指静脉认证系统存在两个重要的缺陷,其一是将用户的身份特征模板直接存储在数据库中,未进行任何加密,存在很多安全性问题;其二是指静脉图像的预处理过程过于繁琐,鲁棒性较差。针对这两个问题,本文进行了深入研究,并提出相应的解决方案,主要工作内容如下:(1)针对指静脉特征模板的安全性问题,本文提出了基于模糊保险箱的指静脉加密方案,该方案利用指静脉的细节点特征,通过多项式映射生成真实点集和杂凑点集,并将两个点集混合构成保险箱,达到了保护指静脉特征点集的目的。(2)本文还提出了基于模糊提取的指静脉加密方案,该方案将生物特征固有的模糊性视为通信信道中的加性噪声,并通过MB-CSLBP算法提取指静脉的特征向量,利用Reed-Solomon纠错码减小同类特征向量间的差异,在数据库中只保存公开信息和随机密钥,达到了更高的安全性。(3)对本文提出的两种加密方案分别进行试验,分析了两种方案的不可逆性,不可链接性和可重新发布性,比较了两者的性能以及优缺点。(4)针对指静脉图像的预处理问题,本文提出了基于卷积神经网络的指静脉分类识别方法,达到了 0.21%的等误率(ERR),相比传统的指静脉特征提取方法,该模型不仅减少了图像预处理步骤,提高了识别准确率,而且对光照和旋转具有很好的鲁棒性。