چکیده: رگ های انگشت یکی از مناسب‌ترین بیومتریک‌ها برای شناسایی افراد می‌باشند. در این مطالعه کاربردی، شناسایی افراد از طریق بیومتریک رگ‌های خونی انگشت دست بررسی و پیاده‌سازی خواهد شد. ابتدا رگ ها را از تصاویر با آستانه گذاری مبتنی بر آنتروپی استخراج می کنیم. این روش با نرخ قابل‌قبولی رگ ها را استخراج می کند، اما تصاویر به شدت نویزی می‌باشند. به این مفهوم که علاوه بر رگ‌ها که بصورت خطوط تیره ظاهر می‌شوند، تعدادی خطوط کوتاه و بلند دیگر نیز در تصاویر وجود دارد. سپس تبدیل رادون را به تصاویر قطعه‌بندی شده اعمال نمودیم. تبدیل رادون به علت داشتن ماهیت انتگرالی، نسبت به نویزهای موجود در تصویر حساس نیست، بنابراین در مقایسه با سایر روش‌ها نسبت به نویز از مقاومت بیشتری برخوردار است. با استفاده از این تبدیل علاوه بر این که به استخراج خطوط رگ بطور دقیق نیاز نیست، دقت و سرعت شناسایی نیز افزایش می‌یابد. در روش پیشنهادی از روش‌های کاهش ابعاد، یعنی تحلیل مؤلفه‌های اصلی (PCA)و الگوهای فضائی مشترک (CSP) برای استخراج ویژگی از تصاویر رگ‌انگشت دست استفاده می‌شود. برای همین ابتدا تصاویر رادون را پنجره کرده و سپس بر روی هر پنجره بصورت مجزا روش‌های استخراج ویژگی PCA یا CSP را اعمال می‌کنیم. سپس توسط الگوریتم بهینه‌سازی ژنتیک(GA) ویژگی‌های استخراج‌شده از پنجره‌های زائد را از بردار ویژگی نهائی حذف می‌کنیم. در نهایت از شبکه عصبی پرسپترون چند‌لایه (MLP) و کلاسه‌بند نزدیکترین همسایه (1-NN) برای دسته بندی داده‌ها استفاده می‌کنیم. الگوریتم پیشنهادی را بر روی مجموعه تصاویر رگ انگشت پایگاه داده دانشگاه پکینگ اعمال کردیم. با بکار بردن روش پیشنهادی بر روی این مجموعه‌داده، توانستیم به نرخ موفقیت 100درصد دست پیدا کنیم.