随着信息技术的迅速发展,生物特征识别技术已经广泛应用于国家安全、司法、金融、电子商务等领域。目前,指纹识别技术是生物特征识别中较为成熟的身份认证技术,但存在受手指皮肤状况影响、接触性卫生问题、容易留下印迹进行复制造假等缺点。针对指纹识别的诸多缺点,本文研究了一种基于人体手背静脉特征的身份认证方法,利用人体内部的静脉特征作为识别依据,具有防欺诈性强、非接触性等优点。手背静脉识别是新兴的身份认证技术。手背静脉识别是以手背静脉骨架特征进行识别,如何准确地提取手背静脉的骨架特征,是该研究方向的重点和难点。本文重点研究了手背静脉骨架特征提取算法。采用传统的分割细化法、沉浸分水岭算法、形态学滤波分水岭算法、小波变换分水岭算法进行实验。实验结果表明,传统的分割细化法提取过程繁琐,容易引进各类噪声;沉浸分水岭算法过分割现象严重;形态学滤波分水岭算法受结构元素影响十分严重;小波变换分水岭算法不能较好地保持图像边缘信息。针对这些缺点,本文提出了结合自适应曲波变换的改进分水岭算法,进行手背静脉骨架提取。实验结果表明,该算法能够准确有效地提取手背静脉骨架,解决分水岭算法的过分割问题,提取效果优于其它算法。该算法也为图像分割提供了新的思路和途径。此外,本文还总结出可行的实验方法及注意事项。在图像预处理阶段,对图像进行感兴趣区域定位、去噪及归一化处理。提出了结合Canny算子和Freeman链码的手背静脉感兴趣区域定位算法。实验结果表明,该算法能够准确定位,不同倾斜角度的同一手背抽取的区域基本一致。本文对下一阶段的特征识别具有重要意义,同时也为基于人体静脉的生物特征识别提供了一条新的途径。