人类的社会活动离不开人体身份识别，传统的识别技术使用身份证、信用卡等特殊的个人物件进行个人的身份识别。随着科学发展，这些个人物件有可能被伪造和盗用，互联网和电子商务的快速发展也对个人身份的自动鉴别提出了越来越高的要求。所以，传统身份识别技术受到了前所未有的挑战。人体生物认证技术是指通过计算机，利用人体所固有的生理特征或者行为特征来进行身份鉴定的过程。这些特征因为难于复制，难于窃取，容易使用，故比传统识别技术具有更高的安全性和可靠度。掌纹识别技术是人体生物特征识别技术的重要组成部分，经过多年的研究已趋于成熟，在此基础上论文提出的的基于指形和掌纹的多生物特征识别技术用同一传感器获取手掌的不同生物特征，然后用数据融合的方法处理这些信息得出更好的识别依据，有效地提高了识别精度。 论文从掌纹和指形两方面出发对多生物特征识别技术进行研究，其主要内容如下： (1)综述了典型的掌纹识别技术，重点介绍了识别过程中的掌纹采集，样本预处理，特征提取，特征识别四个方面的相关知识和方法。 (2)综述了典型的指形识别技术，介绍了指形的获取和特征处理过程，在此基础，对基于指形几何特征和基于指形轮廓特征的指形识别技术进行了详细概述。 (3)重点分析了基于指形和掌纹的多生物特征识别技术的各个处理模块，对相关步骤的算法进行了改进。改进了噪声消除算法和指形根部定位方法，提出了基于图像最大连通度的噪声消除算法和基于手指凹点和凸点的指形根部定位算法；提出了指甲消除算法和基于指形中线的手指方向校正算法；同时根据指形根部的位置信息提出了检测左右手形的算法；在图像的快速检索中根据指形特征加入了数据过滤器，提高了识别速度。 (4)开发了基于指形和掌纹的多生物特征识别平台，该平台能对掌纹和指形进行特征提取和复合匹配。同时对云南大学手掌数据库进行了数据录入和分析，验证了论文中算法的有效性和平台的实用性。