指静脉识别技术是世界上最尖端的生物识别技术之一。与其它生物特征识别技术相比,指静脉识别技术具有高度准确、高度防伪、高适用性、简单易用等特点,逐渐成为特征识别领域的研究热点。但是在实际应用中,指静脉识别技术仍然存在一些急需克服的困难。比如,在指静脉图像的采集过程中,由于受到光照等外部条件及手指自身情况等因素的影响,使得采集到的图像出现模糊、光照不均、噪声、位移和旋转等方面的问题,这将严重影响指静脉识别系统的有效性。为了提高指静脉识别系统的整体性能,本文建立了指静脉图像采集终端的三维模型,设计了Edison硬件处理平台,提出了独特的分层匹配算法,完成了嵌入式操作系统,并设计了应用软件,最后完成了手指静脉识别系统搭建,通过软硬件联合测试,证明了采集终端和处理平台的科学性,算法设计的独特性,以及软件系统的实用性,具体内容如下:首先,建立了图像采集终端的三维模型,采用独特的光学设计,保证了指静脉图像的灰度均匀清晰;采用独特的外壳设计,可以防止手指发生旋转和位移。设计了Edison硬件处理平台,由于SOC方案的并行特性,使系统具有更快的速度、更高的集成度和更强的可靠性。其次,提出了独特的指静脉特征分层匹配算法,把指静脉特征分为高低两个层级,采用原创的编码算法将特征提取和匹配的过程转化为编码的过程,使得系统具有很高的实时性和准确性,并且对噪声、旋转和位移具有更强的鲁棒性。再次,完成了嵌入式操作系统开发,将基于MATLAB的核心算法和图像处理库中的函数用C语言等价实现。完成了应用软件开发,提供了后台管理和数据存储功能,主要包括注册、识别、查询和设置。最后,完成了手指静脉识别系统的搭建,使用30万像素的红外相机,获得了清晰的指静脉图像。通过对64组指静脉样本的测试实验,系统识别速度达到0.539s,认假率和拒真率分别为0.001%和0%。结果表明本系统可以获得高质量的指静脉图像,并且识别算法具有较高的识别速度和识别率。