本论文针对掌纹的具体特点,对掌纹识别系统中的关键技术与核心算法进行了深入的研究,开发了一套有效的掌纹图像采集设备,提出了一系列高性能的掌纹图像预处理、掌纹特征提取、以及特征匹配等相关算法,并最终实现了掌纹识别系统原型.具体来说,本文主要研究内容包括:1.在线掌纹图像采集设备:目前的许多生物特征识别系统其性能经常达不到令人满意的程度,生物特征获取是一个非常关键的原因.因此,设计一套在线掌纹采集设备,来获取稳定的、高质量的掌纹图像,是我们研究的首要问题.本文自主设计、开发了一套基于CCD的在线掌纹图像采集系统,该系统从总体设计、用户界面设计、实时性,以及图像质量等方面都得到了极大的提高,并能完全满足在线掌纹识别系统对图像获取设备的要求,具备了产品化的基础.2.大规模掌纹图像数据库的建立与掌纹特征唯一性、稳定性分析:一定规模的掌纹数据库是研究掌纹识别技术和评价掌纹系统性能的基础.掌纹图像的采集是一个费时、费力、长期积累的过程,建立并维护好得到的掌纹样本将对后续的研究工作带来极大的便利,也将为系统测试和评价提供一个通用的、标准的平台.虽然掌纹特征的唯一性与稳定性得到了大家的公认,但如何在采集和分析大量掌纹样本的基础上,从理论或实验的角度给出合理的证明也是极为重要.本文基于我们设计的采集系统,建立了目前世界上规模最大的掌纹图像数据库,该掌纹库已经容纳了近6,000个人,12,000只手掌的近150,000张掌纹图像样本,涉及包括不同职业、年龄、性别的人群分布.随后,在大量实验的基础上,对掌纹图像特征的唯一性与稳定性进行了初步分析.3.掌纹图像的预处理、定位及分割:一般来说,在掌纹图像采集过程中,噪声是不可避免地存在的.同时,每个人的手掌大小是不一样的,即使同一个人的手掌在不同采集时间,由于其放置位置有一定的旋转或偏移,所得到的掌纹图像也存在着一定的差异.因此,有必要在掌纹图像的特征提取及分析之前,对其进行必要的预处理、定位和归一化.4.掌纹特征定义及描述:掌纹可以用来识别人的身份,关键就在于不同的手掌具有不同的特征,如何抓住并准确描述这些特征是提高系统识别精度和可靠性的关键.本文在深入研究和分析掌纹图像的基础上,提出了基于决策融合的小波域掌纹纹理特征分析方法,和基于分量分析的掌纹特征提取方法,取得了较好的识别效果.5.在线掌纹识别系统:在解决以上核心技术的基础上,我们设计并开发了一套在线掌纹识别系统,该系统具有良好的用户界面、高效的识别算法、以及低廉的系统成本,具有广阔的推广和应用前景.目前基于该系统,我们已经先后开发了基于掌纹识别技术的高级门禁系统、酒店高级客房管理系统等,填补了掌纹识别系统在上述应用领域的空白.