近年来，随着信息科学技术的飞速发展，信息安全正面临着前所未有的挑战。生物识别利用人体本身的生理特征和行为特征来进行身份认证，为信息安全问题的解决提供了可靠保证。目前，生物特征识别技术发展成熟并已在许多领域得到广泛应用。由于掌纹具有面积大、细节多，即使损伤和残缺的掌纹也有足够的鉴别信息等特点，掌纹识别技术成为近几年许多高校和科研机构的重点研究课题。另外，目前基于掌纹的生物特征识别技术的研究与应用还远远没有指纹识别那么广泛。所以，无论从科学研究的角度还是从市场需求的角度，都可以说明进行掌纹识别的研究具有重要的理论价值和社会价值。本文研究的核心内容是掌纹特征提取。围绕这一核心开展了如下工作：（1）前两章分别介绍了生物特征识别技术和掌纹识别技术的基本情况，着重对掌纹识别过程中的预处理和特征提取两个模块作了详细阐述。（2）对掌纹图像进行二值化、定位、归一和增强等预处理，消除掌纹偏移和旋转，提高掌纹图像的对比度，为后续的掌纹特征提取作好准备。（3）对预处理后的掌纹图像进行小波分解，得到各级子图，再求取各自的灰度共生矩阵特征参数，得到能够较全面反映掌纹图像特征的特征参数，实现了基于多分辨率分析及灰度共生矩阵的掌纹特征的提取。（4）采用人工匹配的方法，核算了本文算法的识别准确率，并与单纯基于灰度共生矩阵的特征提取算法的识别率进行比较，验证了本文算法的有效性及优越性。