近年来随着计算机技术的迅速发展,生物识别技术作为一种新兴的身份识别技术,在政府、金融、军事等方面得到了广泛的应用。传统的身份识别方法已经无法满足人们对信息的安全性要求,生物识别技术就是在这样的条件下应运而生的。生物识别是指利用生物体的固有特征(虹膜、人脸、指纹、掌纹)或行为特征(签名、步态、手势等)进行身份鉴别的一种技术。掌纹识别作为一种新兴的生物识别技术,具有其他生物识别技术无法比拟的优势,其中包括采集设备简单、稳定唯一性、易接受性等。凭借以上这些优点,使得掌纹识别受到越来越广泛的应用。掌纹识别系统主要包括三部分：图像采集和预处理、特征提取和特征匹配。本文主要对掌纹识别系统中的关键技术之一即掌纹特征提取算法进行研究,主要内容如下：1.通过查阅国内外相关参考文献,对特征提取的研究现状做了详细论述。2.在对掌纹图像进行Canny算子提取主线并采用形态学膨胀处理的基础上,提出了一种改进的细化算法。该算法能够很好地解决主线在细化过程中产生的过度腐蚀、断裂、毛刺以及非单像素等问题。3.通过对现有特征提取算法的研究,提出了一种基于非下采样的Contourlet变换和二维主成份分析的掌纹纹理特征提取算法。该算法把经过预处理的掌纹图像进行非下采样的Contourlet变换,分解得到图像的系数矩阵,然后采用二维主成份分析法提取掌纹图像的特征向量,最后利用最小距离分类器进行分类和识别。实验结果证明该方法具有较好的特征性能和较高的识别率。