由于该系统采用了非接触式采集方式，并且需要同时对掌纹特征和掌脉特征进行特征提取和特征匹配，因此，对系统的适应性与实时性提出了更高的要求。在系统的具体技术实现上主要面临着以下几个技术难题： （1） 如何采集手掌的可见光掌纹图像与近红外掌脉图像，并且保证同步采集； （2） 如何定位手掌的关键点，并利用关键点提取掌纹图像与掌脉图像的ROI(Region of Interest)区域； （3） 如何对广交镜头的畸变进行校正，并对倾斜的手掌图像进行校正； （4） 如何快速提取掌纹和掌脉归一化ROI区域图像的特征，保证识别系统的实时性要求； （5） 如何融合提取的掌纹、掌脉的特征模板，并利用它们构成的二位空间进行判别。 以上五点构成了该项技术的关键技术要点与技术难点。系统的技术路线与实施方案也是围绕着这几项技术难题展开的，下面将分别阐述具体的解决方案。 多光谱手掌图像采集装置 双通道、多光谱图像采集装置主要由红外图像成像镜头、可见光图像像成像镜头、近红外滤光片、近红外图像传感器、可见光图像传感器、镜头切换控制器、数据接收发送模块，以及包含红外发光管和可见光发光管组成的主动光源和导光设备组成。图像采集装置的主要作用是通过两个光路分别采集手掌掌纹的可见光图像和手掌皮下静脉的红外光图像。 镜头切换单元实现对可见光传感器和红外光传感器的转换控制，并对图像进行整理，然后通过数据传输模块将采集的红外光图像和可见光图像传送至核心处理单元进行分析处理。镜头切换单元主要由一个单片机组成，它发出控制命令，将可见光图像和近红外光图像送往核心处理单元。 数据传送模块主要是实现核心处理单元与图像采集单元的通信。一方面，数据传送模块将采集的图像发送至核心处理单元，另一方面，数据传送模块将核心处理单元的控制命令传送给图像采集装置，具有双向通信功能。数据传送模块具有USB、UART、DIMM、FFC等多种连接方式，可以根据实际应用的需要进行选择。 核心处理单元可以是ARM，DSP，FPGA等嵌入式系统（Embedded System），也可以是PC机处理系统。核心处理单元通过驱动程序接收来自图像采集系统的数据和状态信号，并通过向图像采集装置发送控制信号控制图像采集系统的状态。 生物组织在红光、红外光区(600nm-1000nm)是相对透明的，红光、红外光甚至能穿透头皮、头骨，深入到脑内数厘米。同时组织也是具有高散射系数的物质，组织的散射作用使光子运动在组织中呈现随机性，可形成透射光(或前向散射光)和反射光(或后向散射光)。组织中的一些特殊物质如血红蛋白、肌红蛋白、细胞色素a、a3等，它们有着依赖于波长的吸收特性，对透射光和反透射光强度影响极大。但因为组织中血红蛋白的浓度远远高于其它吸光物质的浓度，普通组织的透射和反透射光谱强烈依赖于血红蛋白的吸收光谱。人体血液中的氧合血红蛋白(hb)和脱氧血红蛋白(hbO2)在波长为600nm-1000nm的连续光谱中(即红光和红外光区域)的光吸收系数存在显著的差异，如图3.所示；血氧饱和度的光学测定法正是利用了人体血液中脱氧血红蛋白和氧合血红蛋白的光吸收系数的差别，并以朗伯-比尔定律为理论依据进行的。 由于血氧饱和度的有创检测方法不仅费时、易对患者造成痛苦甚至感染，且不能提供连续、实时的血氧饱和度数据，早在1940年，英国的J.R.Squire等人就发表了无创的“无血法”测定血氧饱和度的方法：通过压迫组织造成组织的无血状态，测定此时的“纯组织”的透光量，再解除压迫测定组织和血混合后的透光量，进而计算血氧饱和度。此后采用无创的光学测定获得血氧饱和度和度数值的尝试一直在不断进行。实验数据表明，在近红外光600nm~900nm范围内,对光产生吸收的主要物质为氧合血红蛋白和去氧血红蛋白，氧合血红蛋白和去氧血红蛋白对近红外光的吸收峰值波长分别为850nm和760nm，如图3所示。血红蛋白的两种存在形式吸收峰的不同。 图3. 人体氧合血红蛋白和脱氧血红蛋白的光吸收系数 多光谱手掌图像装置就是利用人体血红蛋白对近红外光的这种吸收特性来采集手掌的皮下静脉的图像信息。红外图像采集通道使用760nm的滤光片将近红外以下的近红外及可见光线滤掉，利用人体血液中的去氧血红蛋白对760nm附近的近红外光线具有良好的吸收作用这一特点，从而达到利用手掌皮下静脉对人体的身份进行识别的目的。此外，利用近红外图像可以简化手掌分割算法，从而快速、准确地对手掌的关键点进行定位。图4.分别给出了使用该装置采集的近红外光下的掌脉图像与可见光下的掌纹图像。 图4. a).近红外光下的掌脉图像 b).可见光下的掌纹图像 双通道、多光谱手掌图像装置保证了采集图像的同步性，与传统的单镜头、图像切换相比，采集两幅图像几乎没有时间间隔，这对于非接触式手掌图像采集至关重要，因为在后面图像预处理过程中使用的关键点定位、倾斜校正都要求保证两幅图像的一致性，需要送入处理器的两幅图像在单位时间内的相对位移要尽可能小。

本产品采用高性能嵌入式处理器，在线采集、处理与识别，认证快速准确，比对速度（1:N，N