在日常的经济生活中,人们对可靠的身份鉴别的要求越来越高。由于生物特征识别技术是最安全的身份认证方式,所以其越来越受到重视。掌纹作为一种新兴的生物特征识别技术,近年来得到了广泛的关注和研究。掌纹识别技术是根据人手掌内的有效信息来对个人身份进行识别。与其他的生物特征识别相比,掌纹识别技术有着许多独特的优点,包括识别率高、采集设备价格低廉、用户接受性好等,并且根据研究发现,掌纹识别系统误拒绝的可能性为万分之一,误接受的可能性为125万分之一,而指纹的误接受率为10万分之一,因此掌纹识别系统完全可以胜任苛刻的高安全性要求。本文对掌纹识别技术和掌纹识别系统的实现进行了全面的论述,理论研究关注的重点在掌纹识别技术的核心,即掌纹的特征提取算法。现在完成的一系列工作为日后的研究奠定了基础也确定了方向,同时也充分认识到本文自身的局限性,并对后续研究提出了目标与希望。掌纹识别系统包括掌纹图像的采集和预处理、掌纹的特征提取和掌纹的匹配识别三个部分。本文对掌纹识别的关键技术进行了深入的研究,并完成了以下工作：第一,通过对现有掌纹特征提取算法进行总结和分析发现,在掌纹图像的获取过程中,手掌都会不可避免的存在不同程度的平移和旋转,但是大部分掌纹特征提取算法都没有很好的解决这个问题。针对这个问题,本文提出了一种基于NSCT (Nonsubsampled Contourlet Transform, NSCT)与LBP (Local Binary Patterns,LBP)算子相结合的掌纹特征提取算法。文中给出了该算法的基本思想、详细步骤和实验结果。实验采用北京交通大学信息所掌纹数据库BJTU_PalmprintDB,本文提出的算法在该数据库上可以达到99.3%的识别率,比同类的传统掌纹特征提取算法有更好的识别效果。第二,为了更好的把本文提出的算法应用到实际中,开发了BJTU Palmprint Identification System。该系统主要采用了VC++与Matlab混合编程技术,核心算法采用本文提出的基于NSCT与LBP结合的掌纹特征提取算法,同时也实现了几种传统的掌纹识别方法进行对比。该系统有很好的稳定性和扩展性,可以在不影响现有系统的情况下添加新的掌纹识别算法。