人体生物特征识别技术（Biometric）是一种将信息技术与生物技术相结合，利用人体本身具有的生物特征进行身份识别的技术。包括物理特征和行为特征等在内的生物特征具有“人人拥有、人各不同、长期不变”的特点，从而可以取代或加强传统的身份识别方法。国家安全、金融证券、社会福利、电子商务等领域迫切需要新的身份识别技术，生物特征识别将为此提供解决方案。　　手掌静脉识别作为一种高可靠性的生物特征识别技术，具有重要的理论研究价值和应用前景，吸引着国内外众多的研究人员。目前，关于手掌静脉识别的研究方兴未艾。一个手掌静脉识别系统包括图像采集、图像预处理、特征提取和特征匹配等几个模块，另外，活体检测作为一个有意义的补充模块加入到了本文研究的手掌静脉识别系统中。　　本文主要研究内容有：　　首先分析了用近红外光进行手掌静脉成像的原理，在此基础上研究了一套可行的红外光路设计方案。该方案解决了手掌静脉成像的问题，是图像采集模块的理论基础。同时还对自主搭建的图像采集平台及对应的手掌静脉图像数据库作了简单介绍。　　研究了静脉血管线的提取算法。根据血管线的特点，应用了不同方向上的高斯滤波器，有效地提取了各方向的血管线，最后再将这些不同方向上的纹线综合成完整的血管线。　　应用并改进了方向元素特征（DEF）的方法，得到一种适合手掌静脉识别的改进方向元素特征（IDEF）方法，该方法可以更大程度上消除手掌平移对识别带来的影响。　　活体检测是生物特征识别系统的有益补充，它可以增加系统的安全性和健壮性。本文根据自主搭建的采集设备特点，提出了两种简单有效的手掌活体检测方法。实验结果表明，本文提出的方法效果良好。