生物特征识别是根据人体所固有的生理特征或行为特征来进行身份验证的技术。与计算机技术相结合,使得生物识别技术在许多领域得到了广泛的应用。作为生物特征识别方法中的一种新方法,静脉识别方法,虽然起步较晚,但经过几年的发展已经成为主流的生物特征识别方法。利用生物特征来进行身份验证,关键是对生物特征的提取与匹配算法的研究。本文以人体手背静脉为研究对象,研究了基于分形和多小波理论静脉特征提取方法。为了使静脉特征提取与匹配工作的顺利进行,先要对静脉图像预处理。主要采取了对比度自适应均衡、阈值图像等方法进行预处理。静脉特征提取是静脉识别的最关键部分,本文总结了前人在静脉识别方面所使用的方法,并对其优劣性做出了简要分析后提出了静脉特征提取方法。对静脉图像分别提取全局和局部特征进行分类和匹配,全局特征采用分形理论中的计盒维数法,局部特征采用多小波分解方法。通过计盒维数法计算静脉图像的盒维数,并用它来表示静脉图像的粗糙度；通过多小波一层和二层分解分别对静脉图像进行一维系数编码和多尺度量化编码,最终得到静脉特征向量。本文主要做了如下实验：基于计盒维数法的提取实验,实验得出了静脉图像的粗糙度,把它用于分类,结果表明分类效果良好；基于一维系数编码和多尺度量化编码的特征提取,对提取到的特征向量分别用余弦距离和改进的海明距离法进行了匹配。最后,本文总结了所取得的成果,并提出了关于静脉识别研究的一些想法以及对静脉识别研究的展望。