随着社会和经济的发展,特别是互联网应用的普及,安全问题已越来越受到人们的关注。如何准确可靠地识别出一个人的身份,已成为一个亟待解决的问题。传统的身份认证方式如钥匙、密码等容易被盗取和复制,已不能满足人们对高安全性的要求。生物特征识别技术是解决该问题的有效途径。掌静脉识别技术是近年来兴起的一种生物特征识别技术,具有高防伪性、识别精度高和容易被用户接受等优点。这种新的生物特征识别技术已开始受到研究机构和实业界的关注,具有广阔的发展潜力和市场前景。本论文针对掌静脉的识别过程进行了比较深入的研究,重点研究了掌静脉图像的ROI区域提取、图像增强、特征提取和匹配方法以及掌静脉的多生物特征识别等内容,并提出了一些新的掌静脉识别算法。本论文的主要工作和研究成果如下：1、研究掌静脉图像的ROI区域提取方法。目前,掌静脉图像的ROI区域提取方法大都是提取矩形区域作为ROI,本文提出了一种提取圆形区域作为ROI的方法。实验结果表明该方法较为有效地提取到了掌静脉图像的ROI区域,图像的区分性较好。2、研究掌静脉图像的图像增强方法。本文采用了一种基于空间域的图像锐化增强方法,实验结果表明该方法对突出掌静脉的角点特征较为显著。3、研究基于图像局部不变性特征提取的掌静脉识别,提出两种基于不变性特征提取方法的掌静脉识别算法：基于ORB特征提取的识别算法以及基于AGAST特征提取和BRIEF描述的识别算法,获得了较好的识别效果。研究局部不变性特征匹配后消除误匹配特征点对的方法,提出了一种基于匹配特征点对的偏距来消除误匹配的方法,降低了误匹配特征点对的数量。4、研究基于图像纹理分析的掌静脉识别,提出了基于灰度共生矩阵和局部二进制模式这两种纹理分析方法的掌静脉识别算法。5、研究基于多算法融合的掌静脉识别,提出了两种识别算法。一种是基于SIFT特征和ORB特征提取再采用评分级融合的识别算法,并且提出了两种动态加权的评分级融合联合规则,丰富了评分级融合的联合规则。另一种是提取掌静脉图像的AGAST角点特征和LBP特征,然后采用支持向量机进行分类的识别算法。这两种融合算法都有效地提高了掌静脉的识别率.6、提出了一种基于特征向量相似度的特征级融合方法,采用多采样和特征级融合相结合的掌静脉识别算法,较明显地提高了掌静脉识别的识别率,即使在手掌变化姿态较大的情形下算法也能获得较高的识别率。掌静脉识别作为一种近年来才兴起的新的生物特征识别技术,具有很大的发展潜力和市场前景,值得做更加深入的研究。