1.一种基于手掌静脉特征加密的识别模板生成方法，其特征在于，包括：获取特征图像，所述特征图像包括手掌静脉特征和手掌轮廓特征；

在所述特征图像中定位手掌静脉特征的感兴趣区域，在所述感兴趣区域中提取特征向量，将所述特征向量由起点到终点均分成四个部分特征向量；

从多张所述特征图像中分别提取小拇指、食指、中指和无名指的长度像素数，计算每根手指长度的平均值；

将所述四个部分特征向量分别与每根手指长度的平均值进行融合，生成加密特征向量，保存到数据库。

2.根据权利要求1所述的方法，其特征在于，所述计算每根手指长度的平均值，包括：根据每根手指长度像素数计算每根手指长度，并将每根手指长度对10取整；

获取不同图像中对应手指的取整后手指长度，计算对应手指的手指长度平均值，得到每根手指长度的平均值。

3.根据权利要求1所述的方法，其特征在于，所述将所述四个部分特征向量分别与每根手指长度的平均值进行融合，生成加密特征向量，包括：将所述四个部分特征向量分别与每根手指长度的平均值相乘，得到每根手指对应的融合后的四个部分特征向量；

按起点到终点的顺序将融合后的四个部分特征向量合成加密特征向量。

4.一种基于手掌静脉特征加密的身份识别方法，其特征在于，包括：获取待识别的特征图像，所述待识别的特征图像包括待识别的手掌静脉特征和手掌轮廓特征；

在所述待识别的特征图像中定位待识别的手掌静脉特征的感兴趣区域，在所述感兴趣区域中提取特征向量，将所述特征向量由起点到终点均分成四个部分特征向量；

从所述待识别的特征图像中分别提取小拇指、食指、中指和无名指的长度像素数，得到每根手指的手指长度；

将所述四个部分特征向量分别与每根手指的手指长度进行融合，生成待识别的加密特征向量；

将所述待识别的加密特征向量与数据库中的加密特征向量进行对比，根据对比结果进行身份识别。

5.根据权利要求4所述的方法，其特征在于，在所述得到每根手指的手指长度后，将每根手指的手指长度对10取整。

6.根据权利要求4所述的方法，其特征在于，所述将所述四个部分特征向量分别与每根手指的手指长度进行融合，生成待识别的加密特征向量，包括：将所述四个部分特征向量分别与每根手指长度相乘，得到每根手指对应的融合后的四个部分特征向量；

按起点到终点的顺序将融合后的四个部分特征向量合成待识别的加密特征向量。

7.根据权利要求4所述的方法，其特征在于，所述将所述待识别的加密特征向量与数据库中的加密特征向量进行对比，根据对比结果进行身份识别，包括：计算所述待识别的加密特征向量和数据库中的加密特征向量之间的欧氏距离，若所述欧式距离小于预设阈值，则身份识别成功。

8.一种基于手掌静脉特征加密的识别模板生成装置，其特征在于，包括：获取模块，用于获取特征图像，所述特征图像包括手掌静脉特征和手掌轮廓特征；

定位模块，用于在所述特征图像中定位手掌静脉特征的感兴趣区域，在所述感兴趣区域中提取特征向量，将所述特征向量由起点到终点均分成四个部分特征向量；

计算模块，用于从多张所述特征图像中分别提取小拇指、食指、中指和无名指的长度像素数，计算每根手指长度的平均值；

融合模块，用于将所述四个部分特征向量分别与每根手指长度的平均值进行融合，生成加密特征向量，保存到数据库。

9.一种电子设备，至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其特征在于，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1‑4中任一项所述的方法。

10.一种存储有计算机指令的非瞬时计算机可读存储介质，其特征在于，所述计算机指令用于使所述计算机执行根据权利要求1‑4中任一项所述的方法。