随着计算机和网络的飞速发展,人们日常的生活娱乐、经济往来已经与电脑和网络密不可分。整个社会的运转对网络的依赖越来越大,商业、政府、军队的一些机密信息的保密机制需要不断的加强。传统的保密与认证方式己经越来越难以保证认证的安全性。掌纹识别技术适应了这一发展,它利用个人独特的掌部纹理作为生物特征进行身份的自动确认。由于其难以复制或伪造的特征,可以真正有效的解决安全认证问题而受关注。而且掌纹易于获取,主特征明显、稳定、具有可分性等特点,以及掌纹自动识别系统具有直接、友好、方便、良好的唯一性和应用范围广的优点,因此是一种很有发展潜力的身份识别方法。本文根据掌纹的特点,对掌纹识别系统中的关键技术进行了深入的研究。提出了掌纹图像的预处理、特征提取、特征识别等相关方面的新算法。具体来说,本文主要研究内容包括以下几点:(1)提出了一种有效的掌纹感兴趣区域的获取方法:首先对原始图像进行灰度拉伸,增强图像的对比度,再用Roberts算子提取掌纹的外边轮廓线;然后确定出两个关键点,连接两个关键点,并做其垂直平分线,在垂直平分线上取一点,最后以此点为中心提取出一个128x128的感兴趣区域。(2)通过比较Sobel算子和改进的Sobel算子,提出了基于改进的Sobel算子和单阈值结合的算法对掌纹的主线进行提取,然后运用Gabor滤波器结合快速傅里叶变换提取掌纹纹线能量和作为掌纹图像的特征。(3)介绍了BP神经网络的原理、本文所用BP网络的结构设计及训练,并用BP网络实现对掌纹特征进行识别。