近年来,多模态生物识别技术一直是研究的热点,而在多种生物识别技术中手指因其高度的便捷性和可接受性被广泛应用于个人身份验证。然而,如何合理有效的实现手指多模态生物特征的有机融合在实际中仍是十分困难的。因此,为了获得更准确鲁棒的识别系统,文中视指纹、指静脉和指节纹为构成手指生物特征的三个基本单元,根据粒计算的观点,通过构建层次化和结构化的特征粒,提出了一种新的手指多模态生物特征融合识别方法。首先,考虑到三模态均为线网图案特征,因此为了比较稳定地表达手指的特征结构,研究针对线网图案的特征分析方法至关重要。文中,为了提取三模态图像的纹理特征信息,采用了三种不同的纹理特征提取方法,分别为Gabor滤波结合RIU-LBP、基于Gabor滤波器的方向编码和幅度编码以及Gabor滤波结合定序测量特征。在特征提取之后,将三模态的编码特征分别视为彩色图像三通道构成RGB-feature map,将其作为手指原始特征论域。在此基础上,采用自底向上(由细到粗)的粒化准则构建多层次手指特征粒。文中针对三种特征提取方法,提出了三种不同的粒化方法,分别是基于聚类思想的粒化、基于空间位置的矩形粒化和圆形粒化。为了更好的实现匹配识别,对构建的层次化和结构化的特征粒,建立了一种自顶向下(由粗到细)的粒化识别方法,同时将其与采用单层粒度层识别结果进行比较。仿真结果表明,本文提出的三个特征粒构建模型均能够有效的实现手指三模态生物特征融合与识别,同时自顶向下的匹配方法在提高了匹配正确率的同时也提高了匹配效率。