近年来,网络的普及和人们对计算机依赖性的增强使得信息安全对人类生活的影响日益重要,利用人体独特的生理或行为特征进行个人身份鉴定的生物特征识别技术备受人们的关注。指横纹作为一种较新的生物特征,除了具有与其他生物特征一样的稳定性和专有性外,还具有感兴趣区域相对集中、信息量丰富、易于与手部其他特征进行融合等特点,因此,本文利用指横纹特征进行身份识别,针对识别系统的关键环节展开研究。　　在指横纹识别过程中,预处理操作和特征提取阶段对改善系统性能是至关重要的。针对指横纹自身的特点,总结现有指横纹识别方法的优势与不足,本文设计了基于图像指导的内侧指横纹识别算法。论文主要研究成果包括:　　(1)提出了一种基于图像指导的准确ROI提取算法。该算法通过对指横纹精确定位提取出ROI模板,并利用此模板指导待测试的图像进行ROI提取,本算法有效地克服了ROI难以定位的问题,使得待测试图像的ROI与模板ROI图像大小相同,指横纹纹线在ROI上的位置几乎一致。　　(2)使用互相指导滤波的方法对ROI图像进行滤波操作。指导滤波具有良好的边缘保持和避免梯度反转的特性,可以有效地消除 ROI上的细小噪声,并且增强了指横纹的纹线特征。　　(3)设计了一种基于图像指导的多值化图像识别算法。该算法将模板ROI图像多值化,表示为2幅二值子图。然后,利用模板 ROI的多值化方法指导待测试的图像进行相同操作,该算法提取出更具有鉴别力的纹理特征。最后,采用快速傅里叶变换同时配准二值图像组,有效地提高了匹配分数。　　实验数据库来自自行采集的100个人的2000幅右手手部图像,实验结果表明本文提出的算法能够有效地提高指横纹的识别效果。