（杭州电子科技大学通信工程学院，浙江杭州 310018）

0 引言

目前，生物识别技术是一种既方便又安全可靠的身份鉴定方法。相比其它生物识别技术，如指纹识别、人脸、DNA（即基因识别）、掌纹、虹膜、声纹［1-3］等，手指静脉识别具有速度快、安全等级高、精度高等优势［4］，因此被广泛应用于门禁系统及其它安防领域对保密性与安全性要求较高的场合［5-7］。但是目前手指静脉识别技术也存在一些问题，如信息量利用不充分、抗噪性能偏弱、特征不稳定等。

手指静脉特征识别主要分为特征点匹配［8］和图像配准［9］。特征点匹配易受采集图像时手指放置姿势的影响，且手指静脉图像曝光对识别性能有很大影响，而图像配准相对而言利用的信息量更多、鲁棒性更强、受光照影响更小。图像配准又分为全局特征和局部特征［10］，双向二维费希尔主成分分析（（2D）2FPCA）和双向二维主成分分析（（2D）2PCA）［11-12］是典型的基于全局特征的识别方法，该方法将手指静脉图像变换到训练得到的最佳投影空间，产生新的特征，因而可以很好地保留图像全局信息，但鲁棒性易受训练样本的影响，且指静脉图像在采集时容易曝光，对于投影空间训练会造成很大影响。局部二值模式算子（LBP）［13］是基于局部特征的算法，通过比较邻域像素点值之间的大小反映局部纹理变化情况，其不受整幅图像光照线性变换的影响，计算简单、高效，但计算尺度小，提取的指静脉特征在鲁棒性上有缺陷。文献［14］提出的针对LBP 改进的多块均值近邻二值模式（MMNPB）通过分块、取均值操作进一步增强了指静脉特征的鲁棒性，但对全局信息把握不足，静脉结构性不够突出；……