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。

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。

针对手形几何特征可测量的优点以及现有手形认证方法的局限性，提出了一种基于手部尺寸特征的手形认证方法。通过曲率角定位特征点，由特征点计算出手的不同部位的尺寸，再由这些尺寸构成相对长度特征向量，最后通过计算特征向量之间的欧氏距离实现手形认证。用该方法，在仅有5个特征参与匹配的情况下达到了91.08%的识别率，11个特征参与匹配时达到93.27%的识别率。结果表明，手的尺寸特征可以作为手形认证的一部分有效特征，应用该方法在选取的特征数较少的情况下即可得到较高的识别效果，且该方法实现简单、运算量小，具有实用性的特点。

针对单模态生物特征识别的局限性，提出融合手背静脉、虹膜和指纹三种生物特征实现身份识别。首先分别对手背静脉图像、虹膜图像和指纹图像进行独立的图像预处理、特征提取和特征匹配，输出各自的匹配分数。分析匹配分数归一化对识别性能的影响，采用Tanh 归一化方法对三种生物特征的匹配分数进行归一化处理，最后利用加权求和法则实现匹配分数的融合，利用最小距离分类器实现身份识别。实验结果表明，融合识别算法的等错率为0.009%，当错误接受率接近0 时，对应的错误拒绝率仅为0.2%。

虹膜识别是一种有效的生物特征识别方法。经验模态分解(EMD)是一种可自适应的对非线性、非平稳信号进行多分辨率分解的信号分析算法。将虹膜图像进行EMD分解,找出有利于虹膜识别的敏感频带,使用选择后的固有模态分量对虹膜图像进行特征提取。仿真实验结果表明,该方法正确识别率达到99.44%,并且由于其在特征提取的同时消除了高频噪声和背景光影响,简化了预处理过程,降低了算法的复杂度。

提出一种具有信息丰富、稳定性强、低分辨率可采集等特征的掌纹纹理识别方法。该方法首先从6个方向计算掌纹图像每点的相位一致性,把该点相位一致性最大值对应的方向作为对数Gabor滤波器的方向,在此方向上用对数Gabor滤波器提取相位信息,并利用实部和虚部进行量化和编码掌纹相位象限码,码长为256字节。对100个手掌类,共1000幅掌纹图像的数据库进行实验,在给定阈值的情况下,识别率能达到99.95%左右。把实验结果与典型的基于掌纹纹理特征的识别算法进行比较,表明该方法正确识别率高。

设计了一种基于940 nm红外光主动照明的抗干扰成像系统，克服了环境光的变化对生物特征识别系统采集目标图像数据的一致性带来的影响，对其系统结构组成和工作原理进行了阐述.通过实验分析表明，该系统所成图像具有高信噪比和数据一致性，可有效提高图像识别的准确度和识别率，对生物特征识别技术的应用拓展具有重要意义.