在信息社会中，信息安全的重要性与日俱增，这对身份识别技术提出了极大的挑战，生物识别技术在这种情况下得到日益重视与发展。生物特征识别技术是利用人体固有生物特征来进行身份识别的技术，相对于传统的基于密码和IC卡的身份识别技术，具有更高的安全性、可靠性和有效性。　　随着生物特征识别技术的迅速发展，人们一直在不断寻找可用于身份识别的新型生物特征。截至目前，已经用于身份识别的人体生物特征包括指纹、掌纹、虹膜、人脸、手形、签名等。在本论文中，研究了一种新的生物特征识别技术——手背识别技术，并实现了手背识别系统原型。本论文旨在解决手背识别中的信息获取与处理，特征提取与分类等各种问题，主要内容包括：　　（1）针对手背识别研制了一套手背样本采集设备，有效地降低了采集过程中手的位移和旋转对识别性能的影响，建立了一个包括600张图片的手背样本库；　　（2）研究了一种新的2DPCA特征提取算法，该方法可以有效提取水平和垂直方向上的图像特征,并对特征进行遴选和降维；　　（3）在对Chien的NFS的修正和改进基础之上，研究了一种新的NFS分类方法，该方法可以有效地去除Chien的特征空间所包涵的冗余和不确定特征点，还解决了传统NFS特征空间的坐标原点问题；　　（4）采用新的2DPCA特征提取算法和NFS分类方法在手背样本库上进行实验。结果表明，基于手背的生物特征识别方法可以有效地识别个体的身份，是一种有发展前景的生物识别技术。