与传统密码认证相比,生物特征不易丢失,具有唯一性和较好的稳定性。目前的生物特征识别系统多采用可见光图像,在信息采集、特征提取和分类识别等方面面临着一些技术瓶颈,限制了技术的应用发展。围绕如何提高特征识别系统的鲁棒性和准确性的问题,本文尝试实现一种利用手部及其残影(手印)红外成像的识别系统。利用红外热成像技术采集手部及手印热量信息,对原始图像进行灰度化、滤波降噪、二值化、轮廓提取等预处理,获取清晰的手部轮廓。根据手部图像和手印图像不同的特征信息,采取不同的特征提取方法,包括拐点提取、椭圆拟合、椭圆二次拟合等方法,并建立了特征向量空间。运用多模态特征融合方法和特征降维方法,对提取出的手部特征和手印特征进行特征融合和特征降维,选择合适的特征进行分类识别。用一对一方法实现支持向量机的多分类算法。本文实现了利用红外手部和手印图像特征融合进行个体识别的方法,对12名实验对象采集红外手部、手印图像共1200余张进行实验,取得了较高的识别准确率(70～90%)。实验结果证明,利用红外手部手印图像进行个体识别是可行的,对生物特征进行特征融合和特征降维比使用单一生物特征识别效果更好,通过本课题的方法可以有效地提高识别系统的鲁棒性和准确性。