当今时代信息技术迅速发展,互联网科技成为一把“双刃剑”,因其造成的信息泄露等安全问题日益成为人们关注的焦点。传统身份认证已满足不了人们的需求,因此生物特征识别技术顺势而生,其克服了传统密码、钥匙等的识别方式的诸多不便,具有稳定性、唯一性、便携性等优势,成为研究的热点并占据越来越多的市场份额,指纹、人脸、红膜等生物特征识别技术在我们生活中已经成为较为常见的身份认证手段。而手背静脉同时具有活体识别、不易污损、接受度高等特点,成为一种新的生物特征身份识别技术,越来越受到国内外研究者的关注。然而生物特征识别系统的性能与图像质量密切相关,在手背静脉识别系统中发现大部分的错误匹配是由低质量手背图像导致的,因此图像质量评价成为了必不可少的环节。本文首先介绍了手背静脉图像采集设备及数据库,并分别采用步进式及多参数融合的方法对手背静脉图像进行质量评价,最后对由于分布式系统造成的手背静脉图像异质问题进行了研究。(1)针对手背静脉图像自身特征,选取了亮度、对比度、图像感兴趣区域(ROI, region of interest)大小、模糊度、图像位置偏移、旋转角度等参数作为图像质量评价的指标,全面分析了影响手背静脉图像质量的因素。对采集到的序列图像进行步进式质量评价,根据实验确定每一阶段的门限,只有符合要求的图像才能进入下一阶段评估,从而减少了手背图像评价的时间,保证了获取图像的质量和效率；在多参数融合的图像质量评价中,基于各参数改变对识别率影响曲线,提出了根据其平均斜率确定参数最优权值的方法,并利用加权的方法对各质量参数评分进行融合,最终得到手背图像总质量分数。实验表明,得到了与图像质量主观评价相一致的结果,并保证了手背图像的最佳识别率。(2)对于手背静脉识别系统的分布式趋势,提出对于异质手背静脉图像质量的分析,首先对异质图像进行说明,并基于分布式系统原理采集得到三个手背静脉图像库,然后结合识别率对异质图像进行综合的分析,最后提出造成手背图像异质的最主要的质量参数,为日后异质手背图像的识别研究提供了参考。