荧光激光雷达对气溶胶云团进行远程侦测时，常利用决策树法对云团的荧光光谱信号进行识别。当大气能见度较差或背景辐射较强时，激光雷达的信噪比下降，导致分类识别的准确性明显降低。针对这一问题，提出了一种基于特征提取的决策树分类方法，该方法充分利用荧光光谱信号的信息，具有较强的适用性。首先介绍了生物荧光光谱的特点及传统识别算法和改进识别算法的原理；然后实验测试了6种生物溶液的荧光谱，并通过在这6种生物物质的荧光光谱中增加不同强度的噪声，对两种分类识别算法的性能进行了对比分析。结果表明：所设计的基于特征提取的决策树算法的训练时间基本不随噪声大小改变，当光谱信号的信噪比为10时，对6种生物物质的识别准确率基本达到80%以上；对于两种荧光光谱极其相似的生物，具有较强的区分能力，识别准确性优于传统识别算法；抗噪能力较强，提高了生物气溶胶激光雷达的探测识别能力。

指尖作为人体最方便采集的部位之一一直是生物特征识别研究的重点。随着指纹等外部指尖生物特征抵抗环境干扰能力差和容易被伪造等问题的出现，人们开始关注指尖内部的生物特征。光学相干层析成像技术能够非侵入地对指尖的内部结构进行三维成像，并从中获取内部指纹、汗孔和汗腺等更加安全稳定的指尖内部生物特征。在过去的近二十年中，众多的研究者针对这一方向开展了研究。对光学相干层析成像技术、光学相干层析成像技术对指尖生物特征的采集、该技术在生物特征识别和防伪方面的应用等进行了总结，最后分析了当前的技术限制和发展前景，旨在为该方向的持续发展提供理论支持。

搭建了基于视频的掌纹掌脉联合识别系统。首先对掌纹掌脉采用新的注册和识别方式,用系统获取的手掌运动视频来代替传统采集方式所获取的静态图像,认证时手掌无需刻意停留,只需横扫而过,有效地增强了认证的亲和性。提出了将旋转视频和横扫视频进行融合注册的新策略,从而确保了注册特征的丰富性和完整性,增强了系统对不同认证姿态的稳健性。为了提升已注册用户的识别速度,提出一种级联融合策略来进行识别。构建了一个包含100个手掌、1200段带有运动模糊的掌纹掌脉视频数据库,并在数据库上进行了大量仿真,结果显示新系统在915 ms的期望耗时内能够达到1.51%的等误率,验证了所构建新系统的有效性和实用性。

图像平移和旋转会降低手背静脉识别的准确性，针对该问题，本文提出了一种特征融合的手背静脉识别法.该方法充分考虑图像的细节特征和全局特征，首先选取图像中的交叉点和端点作为特征点，再从特征点中提取出图像匹配的基准点，计算基准点至特征点间的相对距离及基准点与特征点连线间相邻连线产生的夹角作为细节特征；然后利用不变矩方法提取图像特征作为全局特征；最后将两种图像特征融合，进行手背静脉识别.实验模拟结果表明，该方法可快速有效地实现手背静脉识别.

为使掌脉识别系统在识别性能和识别时间上有一个较好的平衡，提出了一种基于灰度曲面匹配的快速手掌静脉识别算法。对手掌静脉图像提取感兴趣区域，将感兴趣区域等分为若干个子区域，计算每个子区域像素灰度平均值作为该子区域灰度值，以各子区域灰度值构建待匹配图像。匹配时对两个待匹配灰度曲面中的像素灰度做差，得到灰度差曲面，求出该灰度差曲面的方差，将此方差作为衡量两个掌脉特征曲面之间距离的依据，并据此判定两幅掌脉图像是否来自同一只手。应用自建掌脉图库进行实验分析，该算法选择子区域大小为8 pixel×8 pixel时的正确识别率达到97.94%，识别时间仅用0.163 ms。实验结果表明，与传统掌脉识别算法相比，该算法在识别性能和识别时间上有一个较好的平衡。

通过分析现有人耳识别方法的不足，将局部线性嵌入 (LLE)算法应用于人耳识别。但 LLE算法对近邻点个数 K的依赖性很强，通常 K较大时才能获得良好的降维效果，而计算量也随之增加。为了减弱 LLE算法对 K的依赖，本文对 LLE算法的距离进行了改进，使样本集分布更均匀。在 K值比较小时，改进 LLE就能得到良好的降维效果，在一定程度上扩大了 K的取值范围。改进 LLE算法和原始 LLE算法的人耳识别实验结果表明，改进 LLE能获得更高的识别率，从而验证了该算法的有效性。

特征提取是低对比度掌纹识别的关键步骤。针对掌纹纹理特征明显的特点，本文提出了一种分块 Radon变换的掌纹特征提取方法。该方法先对掌纹感兴趣区域进行一级小波分解去噪降维，接着对低频子图像进行分块以圈定局部主要纹理，最后把所有分块后的子图像进行 70°～140° Radon变换，所获得的线积分组合在一起构成该图像的特征向量。运用 UST掌纹图像库，对本文算法进行了测试。从识别率达到 94%的实验结果看，此方法能够满足对采集图像无过多要求的认证系统的使用。

为了保证非接触式掌纹识别系统所采集的掌纹图像清晰度能够满足识别要求，缩短用户的测试时间，建立了图像清晰度与掌纹错误识别率的关系模型，并实现改进的非接触式在线掌纹识别模拟系统。引入图像清晰度评价函数，建立图像清晰度函数与物距（手与镜头的距离）之间的关系模型；进一步建立图像清晰度与该清晰度下掌纹识别系统错误识别率的关系模型；实现改进的基于清晰度评价模块的非接触式掌纹识别模拟系统。实验结果表明，改进的模拟系统保证了非接触式掌纹识别图像采集的成像质量，降低了错误识别率，具有实用价值。

A new personal recognition system using the palm vein pattern is presented in this article. It is the first time that the palm vein pattern is used for personal recognition. The texture feature of palm vein is extracted by wavelet decomposition. With our palm vein image database, we employed the nearest neighbor (NN) classifier to test the performance of the system. Experimental results show that the algorithm based on wavelet transform can reach a correct recognition rate (CRR) of 98.8%.