当今社会,大数据、云计算、5G通信等技术快速发展与应用,网络信息化、智能化程度越来越高,对个人身份进行快速识别的技术层出不穷。手掌作为人体固有属性的生物特征,以其良好的稳定唯一性,成为生物特征识别技术领域中主要研究对象。手掌识别技术能够很好地克服传统身份识别技术易破解与易复制等缺点,是近年来发展迅速的前沿学科。它主要涵盖人工智能、视频与掌纹图像处理、模式识别与智能系统等多个研究领域。已引起当今学术界、国家政府、企事业单位等部门的高度重视,具有较好的发展潜力和广阔的应用前景。手掌图像主要是由人体手掌内面的表皮层、以及主要的脊线、皱线和纹线等构成。它具有丰富的纹理特征信息、高度稳定和持续可靠等优点,在多尺度形态学手掌识别系统中,具有比较典型的多样性特点。它的尺度选择与手掌识别技术密切相关,民用领域的手掌图像一般分辨率相对较低,其采集设备性价比高,用户接受性好,便于进行市场开拓与推广。手掌识别是利用手掌图像上的有效感兴趣区域,从中提取手掌图像的纹理、轮廓、大小、比例等特征信息,根据这些特征信息与手掌纹理特征数据库进行相似度验证,从而达到身份识别的目的。如果手掌特征信息与特殊领域的专业数据库进行信息交互检索,结合中医手诊理论的手掌纹理数据库,可以根据手掌纹理特性诊断并预测身体健康情况。手掌识别系统的性能取决于完善的系统架构、强悍的硬件支撑、高效的软件算法、安全的加密技术等多个方面。本文主要提出了一种建立基于物联网技术下的手掌识别系统模型,并提出了设计算法,对多尺度形态学手掌识别系统算法的建模与实现进行分析。该系统融合了物联网技术、多尺度分析、特征融合、数字形态学、多尺度形态学等技术。本文结合多尺度分析对手掌图像进行增强,识别算法主要结合尺度函数、小波函数、轮廓波与小波变换等进行分析识别,对离散域滤波器进行构造,迭代定向滤波器组进行多尺度多方向的手掌图像分解。形态学手掌图像处理,通过结构、时域、频域、子空间、统计学等特征提取方法。结合数学形态学、二值形态学、边缘形态学等,在不同的尺度下,进行形态学特征提取形成特征向量,进行形态学的系统建模。