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已经越来越难以保证认证的安全性。然而,利用个人独特的生物特征所辨认其身份的生物特征识别技术,则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。生物特征识别技术就是将信息技术与生物技术相结合,利用人体固有的生理特征(如指纹、虹膜、脸型、掌纹等)和行为特征(如步态、签名等)来进行个人身份的鉴定,它被认为是当今高度互联的信息化社会的最高级别的安全密钥系统。这种新技术可广泛应用于国家安全、金融、社会福利、电子商务等领域,已成为本世纪最有发展潜力的技术之一。掌纹识别技术利用人的掌部纹理作为生物特征进行身份的自动确认,是生物特征识别领域的又一新兴技术。掌纹由于易于获取,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。本论文根据掌纹的特点,对掌纹识别系统中的关键技术进行了深入的研究,提出了掌纹图像感兴趣区域提取、掌纹特征提取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.讲述了生物特征识别和掌纹识别的意义、历史、发展以及现状。2.研究了掌纹识别相关的图像预处理技术,提出了一种有效的掌纹感兴趣区域的获取方法:首先使用全局阈值对原掌纹图像进行二值化处理,并提取出手掌的边缘,然后使用食指和中指、无名指和小指之间的指缝确定一个斜率,再计算出手掌部分的中心,并据此建立一个新的坐标系,最后以此坐标系原点为中心提取出一个128×128的感兴趣区域。3.总结了掌纹识别中的各类特征提取方法;比较了加权主成份分析方法和传统的主成份分析方法的不同,指出只有当掌纹采集过程中光照对掌纹图像影响较大时,加权主成份分析方法由于削弱了与光照影响有关的特征向量,因此比传统主成份分析方法有较高的识别率;比较了小样本情况下线性判别分析方法和主成份分析方法的识别率,得出小样本情况下主成份分析方法比线性判别分析方法有较高性能的结论。