伴随着当今社会智能化、信息化和网络化的发展，以及通讯技术的高度发达，人们对信息安全的要求也越来越高。个人身份鉴别已经成为人们日常生活中不可缺少的重要手段和环节。生物特征识别(Biometrics)是以人体固有的各种生理和形态特征作为识别介质，从而达到唯一识别个人身份的新兴研究学科。其中掌纹识别方法是相对起步较晚的一种识别方法。但是由于掌纹识别与其他几种生物特征识别方法比较起来，有它独特的优点：掌纹图像易于采集，对掌纹图像质量要求容易满足，用户心理上易于接受，容易和其他生物特征识别方法进行融合等优点。因而已成为当前生物认证领域的研究热点。 本文综合应用数字图像处理和模式识别等方面的理论和方法，系统深入的探讨了掌纹识别的各个技术环节，研究并实现了一个在线掌纹识别系统，主要的研究工作和贡献如下： 一、掌纹图像的采集：设计并实现了一套有效的掌纹图像采集设备。 二、掌纹图像的预处理：提出了一种快速有效的掌纹定位算法，首先用自适应阈值法把掌纹图像从背景中分割出来，然后用边缘跟踪法提取出手掌边缘，最后用局部极值法找到辅助定位点。并对掌纹图像进行旋转归一化，提取出ROI(RegionofInterest)区域。 三、掌纹特征提取：根据掌纹细节纹理非常丰富的特点，将LBP(localbinarypatterns)引入了掌纹识别领域。研究了两种掌纹特征的提取与匹配算法，提出了一种结合PCA(PrincipleComponentAnalysis)和LBP提取掌纹特征的方法，以及另一种用AdaBoost提升LBP纹理特征的方法。实验结果表明，这两种算法都有较好的识别率，能满足系统的实时性要求。 四、设计并实现了一套在线掌纹识别系统，目前运行正常，效果良好.