作为国内外第一部关于手指静脉识别技术的专著，较为详细地总结了作者近年来的有关研究成果。全书共12章，其主要内容包括生物特征识别的相关内容（第1章）、手指静脉识别技术（第2章）、手指静脉图像的获取（第3章）、数字图像的处理预备知识（第4章）、手指静脉图像的预处理（第5章）、基于模糊增强的手指静脉图像分割算法（第6章）、基于方向谷形检测的静脉纹路分割（第7章）、手指静脉图像的后处理（第8章）、基于手指静脉结构的静脉识别技术（第9章）、基于MHD距离的手指静脉识别方法研究（第10章）、基于两个方向二维主成分分析方法的物体识别方法（第11章）及基于两个方向二维核主成分分析的物体识别方法（第12章）。同时，《生物特征识别技术：手指静脉识别技术》在附录中给出了各种实现的MATl。AB源程序代码，并在每一章给出了大量参考文献，以便读者参考。《生物特征识别技术：手指静脉识别技术》可作为计算机科学与技术、黾子信息工程、系统科学、信息技术等相关专业高年级本科生、研究生。
　　生物特征识别技术是随着计算机科学技术的不断发展，特别是计算机图像和模式识别等学科的发展而逐步形成的新兴学科。基于手指静脉识别技术的个人身份识别系统是世界上最尖端的具有高精度、高速度的认证技术，被认为是具有高防伪性的第二代生物认证技术，越来越受到人们的重视，并开始进入社会生活的各个领域，具有非常广阔的应用前景。

　　第1章 绪论
　　1.1 引言
　　随着信息技术飞速发展、人类社会不断进步，对信息技术提出了更新、更高的要求。网络信息化时代对人的身份进行识别的需求应用越来越多，更要求身份的数字化和隐性化，如何准确鉴定一个人的身份，保护信息安全，是信息化时代必须解决的一个关键性问题。
　　传统的身份认证所采用的方法主要有两种：一种是基于身份标示物（如钥匙、证件、卡等）的身份认证，另一种是基于身份标示知识（如密码、卡号、用户名等）的身份认证。但两者都存在着各自难以克服的缺陷：标示物容易丢失或被伪造，标示知识容易遗忘或被记错；更为严重的是，这些传统的身份识别方法往往无法区分标示物的真正拥有者和取得标示物的冒充者，一旦他人获得这些标示物，就可以拥有相同的权利。美国一年有上亿美元福利款被人以假冒身份领取。据Master Card公司估计，每年约有4．5亿美元的信用卡诈骗案发生，其中就包括利用丢失和被盗的信用卡犯罪，如果销售场所可以准确地鉴别持卡人的身份就会大大减少这类诈骗案的发生。另外，由于使用盗窃来的身份识别码（PIN）而造成的移动电话通信的损失高达lo亿美元。据估计，利用可靠的方法鉴别ATM持卡人的身份，可以使全美国每年由于ATM诈骗案造成的损失减少3亿美元，可靠地鉴别支票领款人可以减少上亿美元的冒领金额。随着网络的发展，非法登录计算机的案件正呈上升趋势，有效的身份鉴别技术可以防止这类案件的发生。一种新的身份认证技术——人体生物特征识别技术（Biotaetric Identification Technology）呼之欲出。

第1章 绪论
1.1 引言
1.2 生物特征识别技术
1.2.1 人体生物特征及其分类
1.2.2 生物识别系统的性能评估
1.2.3 生物特征识别技术发展潜力和市场调查
1.2.4 生物识别技术的横向比较
1.3 基于人手的特征识别技术
1.3.1 基于人手的生物特征识别技术研究现状
1.3.2 手部生物特征的分类与整理
1.3.3 基于人手的生物特征识别技术简介
1.3.4 人体手部生物特征的获取与技术指标评价
1.4 本章小结
参考文献

第2章 手指静脉识别技术概述
2.1 手指静脉识别技术研究的背景
2.2 手指静脉识别技术的研究现状
2.2.1 国外研究现状
2.2.2 国内研究现状
2.3 手指静脉识别技术的研究内容
2.3.1 手指静脉图像的获取研究
2.3.2 手指静脉增强研究
2.3.3 手指静脉分割研究
2.3.4 手指静脉匹配研究
2.3.5 手指静脉分类研究
2.4 本章小结
参考文献

第3章 手指静脉图像的获取
3.1 手指静脉识别系统的总体框架
3.2 手指静脉的成像原理
3.3 光源的选择
3.4 摄像装置及辅助器件
3.4.1 成像设备的选择
3.4.2 滤光片的选择
3.4.3 手指定位装置设计
3.4.4 手指放置就绪检测装置
3.5 采集装置的实现及图像的采集
3.6 本章小结
参考文献

第4章 数字图像的处理预备知识
4.1 数字图像的二维傅里叶变换
4.2 图像预处理
4.2.1 直方图修正
4.2.2 灰度变换
4.2.3 图像的锐化
4.2.4 图像的平滑
4.2.5 几何变换
4.3 图像分割与特征提取
4.3.1 边缘检测方法
4.3.2 灰度阈值分割法
4.3.3 二值图像与线图形
参考文献

第5章 手指静脉图像的预处理
5.1 静脉图像的预处理‘
5.1.1 图像定位与手指图像截取
5.1.2 静脉图像尺寸归一化
5.1.3 静脉图像灰度归一化
5.2 本章小结
参考文献

第6章 基于模糊增强的手指静脉图像分割算法
6.1 引言
6.2 经典的阈值确定方法
6.2.1 模糊阈值法
6.2.2 固定阈值选取法
6.2.3 迭代阈值选取方法
6.2.4 均值方法
6.2.5 OTSU法
6.2.6 NiBlack方法
6.3 基于多阈值模糊增强的静脉图像分割算法
6.3.1 传统单层次模糊增强算法简介
6.3.2 基于多阈值模糊算法的手指静脉图像增强
6.4 实验结果及结论
6.5 本章小结
参考文献

第7章 基于方向谷形检测的静脉纹路分割
7.1 引言
7.2 基于方向谷形检测的静脉纹路分割
7.2.1 算法的基本原理
7.2.2 算法具体描述
7.3 实验结果
7.4 本章小结
参考文献

第8章 手指静脉图像的后处理
8.1 图像的滤波与去噪
8.2 图像的细化
8.2.1 细化算法
8.2.2 改进细化方法
8.2.3 毛刺的裁减
8.2.4 图像裁减后的修复
8.3 本章小结
参考文献

第9章 基于手指静脉结构的静脉识别技术
9.1 引言
9.2 静脉的匹配
9.3 实验结果及性能分析
9.3.1 静脉匹配
9.3.2 识别测试
9.4 本章小结
参考文献

第10章 基于MHD距离的手指静脉识别方法研究
10.1 引言
10.2 红外静脉图像的预处理
10.2.1 手指静脉数据库
lO.2.2 图像的标准化
10.2.3 图像的方向场
10.2.4 脊波滤波
10.2.5 静脉提取
10.2.6 图像的细化
10.3 细节点的提取
10.4 实验结果
10.4.1 MHD认证
10.4.2 静脉结构特征测试
10.4.3 两类细节点的测试
10.5 本章小结
参考文献

第ll章 基于两个方向二维主成分分析方法的物体识别方法
11.1 引言
11.2 2DPCA方法
11.3( 2D)2FPCA方法
11.3.1 (2D)2FPCA概念
11.3.2 2D-FLD变换
11.4 实验结果
11.5 本章小结
参考文献

第12章 基于两个方向二维核主成分分析的物体识别方法
12.1 引言
12.2 2DPCA方法
12.3 二维核主成分分析方法
12.3.1 2DPCA方法
12.3.2 K2DPCA方法
12.4 K2DPCA+2DPCA方法
12.4.1 K2DPCA+‘2I)PC：A的思想
12.4.2 K2DPCA+2DPCA的变换
12.5 实验分析
12.6 本章小结
参考文献

附录
第5章 有关源程序代码
第6章 有关源程序代码
第7章 有关源程序代码
第8章 有关源程序代码
第9章 有关源程序代码
第10章 有关源程序代码
第11章 有关源程序代码
第12章 有关源程序代码