1、手指靜脈識別技術(shù)作為一種新型的非接觸式生物認(rèn)證技術(shù)，具有可靠性高，驗證便捷，識別精度高和活體識別等特點(diǎn)。與傳統(tǒng)認(rèn)證技術(shù)不同，它在易用性與可靠性之間達(dá)到較好的平衡，但是該技術(shù)在圖像采集、預(yù)處理和特征提取與匹配等方面仍存在一些問題，而本文研究目的就在于研究和解決上述問題。
　　本文分析了手指靜脈識別技術(shù)的基本原理，設(shè)計了手指靜脈圖像處理流程，研究了圖像采集、靜脈圖像區(qū)域定位、靜脈紋路提取、靜脈特征提取與匹配等原理與實現(xiàn)，主要進(jìn)行了如下

2、研究工作:
　　(1)針對手指靜脈圖像采集問題，本文在分析多種手指靜脈圖像采集方式特點(diǎn)以及圖像采集硬件配置標(biāo)準(zhǔn)的基礎(chǔ)上，設(shè)計了手指靜脈圖像采集方案，通過實驗驗證，所獲取的靜脈圖像可以較好滿足后續(xù)研究的需要。
　　(2)針對手指靜脈圖像區(qū)域定位問題，本文在對手指生物特征以及多種靜脈圖像定位算法進(jìn)行研究的基礎(chǔ)上，引入ROI(Region of Interest)概念，提出了一種基于ROI的手指靜脈圖像雙向投影定位截取算法。通過實

3、驗驗證，該算法較好克服了指輪廓曲線特征所帶來的定位問題，取得了滿意的定位效果。
　　(3)針對靜脈紋路提取問題，本文在對多種靜脈紋路提取算法進(jìn)行研究的基礎(chǔ)上，采用了一種手指靜脈紋路綜合提取算法，該算法融合方向谷型檢測、圖像模糊增強(qiáng)、圖像閾值分割、噪聲分類去除及圖像細(xì)化等過程。本文對每個過程進(jìn)行詳細(xì)分析，并通過實驗確定最佳閾值分割算法，取得滿意的實驗效果。
　　(4)針對靜脈特征提取與匹配問題，本文在對兩種經(jīng)典算法進(jìn)行研究的基

4、礎(chǔ)上，分析總結(jié)了特征提取與匹配算法所要面對的實時性，容錯性和抗變性等問題，研究并采用了物理學(xué)中的NMI(Normalized Moment of Inertia)歸一化轉(zhuǎn)動慣量特征，提出了一種基于NMI的特征提取與匹配改進(jìn)算法。通過5組實驗驗證，該算法能夠較好解決上述問題，獲得了滿意的實驗效果。
　　(5)設(shè)計并開發(fā)出一個基于PC的手指靜脈識別系統(tǒng)。通過設(shè)置參數(shù)和選項，該系統(tǒng)既可演示本文中各圖像處理環(huán)節(jié)的實驗效果，也可以驗證相關(guān)參