指静脉识别技术已经被公认为是一种稳定可靠的生物识别技术。它不仅是一种非侵入性和可靠的身份识别技术,并且由于采用了十分安全的非接触识别手段而被用户广泛接受。基于指静脉识别技术的身份认证设备仅需采用单芯片设计,因而体积相对较小、便携性高且成本低廉,可以安装在任何位置,方便易用。随着年龄的增长,像指纹、人脸和虹膜等类似表面属性很可能会发生变化,然而指静脉却可以保持不变。每个人都具有唯一且不会随年龄而变化的静脉模式,而且得益于在手指内部,指静脉不会受到皮肤表面环境条件等外部因素的影响,因此指静脉识别技术是一种非常稳定可靠的技术。更重要的是,由于指静脉只在红外光下可见,所以针对指静脉的篡改攻击是非常困难的。　　模式识别的核心问题之一是在模式域中寻找已知不变量。由于在方向、尺度或其他视觉特征上的变化,真实世界中的图像通常并不总是一致的。因此指静脉识别面临的最大挑战便是保持特征的旋转不变性。而且,指静脉识别同样会明显受到指静脉红外图像质量及有限的指静脉纹理信息的影响。现有的大多数指静脉识别方法都假设任意图像都是在相同方向上得到的。然而,为了确保角度和距离保持恒定而试图控制外部环境显然是不切实际的。　　过去的指静脉识别研究工作一般集中于通过将不同方法结合在一起来解决静脉识别技术中的挑战。本论文提出了一种基于LBPV的方法,并且将局部对比度信息转化为一维LBP直方图。PBPV既不需要量化也不需要训练。这里采用了全局匹配方法以进一步提高匹配效率,采用了距离测量法来降低特征的维数。通过二值化和 LBPV,可以利用高斯匹配滤波器来进行特征提取。为了避免使用不同的方法,高斯匹配滤波器是完全卷积的。这不仅降低了计算量,而且大大扩展了指静脉识别技术在小型个人生物识别系统的应用范围,如生物安保、生物钥匙、智能门把手、智能门锁等。而自动取款机、ATM机的实际应用充分说明了该类系统的鲁棒性。其他指静脉识别技术的应用还包括计算机日志管理插件、POS认证、考勤机、物理访问控制系统等。　　实验中采用的指静脉数据库来自于10个不同年龄段参与者的800个手指。指静脉样本是从每个参与者除拇指以外的四个手指中采集的,每个手指采集20个样本。针对每个手指静脉的样本集合绘制直方图和ROC曲线。经实验观察,基于LBPV的方法取得了相对较好的效果。通过与其他已有算法对比,发现本文提出的方法效果更好。因此可以将LBPV方法应用到指静脉识别中。为了测试LBPV特征的区分能力,我们使用了支持向量机。从每个参与者指静脉样本集合中选择50％的样本作为训练集,而剩余的样本作为测试集。经实验发现,本文提出的算法分类识别率相对较高,因此本文提出的算法更好。