Android系统以其免费的开发工具和开源的平台等优势已跃居移动设备占有量排名第一，随之而来的安全应用保护也逐渐成为人们关注的焦点。就目前出现的移动设备安全性保护应用，如人脸识别，其鲁棒性较差、识别精度不高；指纹识别，基于接触式导致安全隐患、传感器的位置严格限制用户使用等问题，都具备一定的不足。掌纹识别技术以其识别精度高，设备成本低等优势而被广泛采用于安全性应用保护、门禁系统以及考勤系统等。接触公共设备易导致病毒传播，除此之外，安全隐患是接触式应用保护程序的最大弊端，因此，本文主要研究非接触式的掌纹识别技术。主要研究内容如下：系统环境的搭建及其架构的设计与实现。搭建系统的运行环境；编写JNI为C库函数的调用提供接口；设计并实现了Android应用开发的架构，采用三层Android开发，应用层、UI层以及系统运行库层。UI层设计了系统的界面，包括预览模块、处理模块、采样模块（保存模块）以及停止预览模块，并为应用层提供了调用接口。应用层通过API接口完成对UI层事件的响应。系统运行库层为本项目算法的核心部分，作为处理模块的事件响应。改进的阈值分割技术。通过借鉴用于人脸识别的肤色模型的阈值分割方法以及基于肤色的自适应阈值方法，提出了改进后的基于肤色的自适应阈值分割方法。该方法应适用于内置Android系统并附有补光的所有移动设备，能够对类黑色背景以及浅色背景进行准确的分割，并解决光照敏感性问题以及近肤色背景对肤色分割带来的干扰。算法的验证及结果分析。设计对比实验，基于灰度分割以及基于肤色分割、基于固定阈值分割与基于自适应阈值分割和基于肤色相似度分割与改进的基于肤色自适应阈值分割进行对比。从分割准确率以及算法的执行效率两方面对本文算法进行验证，最后通过统计本文方法的识别精度来证明预处理阶段技术对整个掌纹识别技术的重要性。