生物特征识别技术通过计算机、生物传感器和生物统计学原理等手段,利用人体固有的生理或行为特征进行个人身份的鉴定。研究新的生物特征可以弥补现有的各种生物特征中存在的缺陷。指横纹特征是一种崭新的生物特征,与其他手部特征一样具有稳定性和可区分性的特点,因此,本文选择指横纹特征进行身份识别,对识别过程中的关键技术展开研究。在指横纹识别过程中,手部图像预处理的目的是从采集到的图像中提取出合适的基准点,建立参考坐标系,然后分割指横纹感兴趣区域。预处理操作对提高算法的鲁棒性、改善系统性能是非常必要的。特征提取是模式识别过程的核心部分。如何有效地从高维特征空间中选取一定的特征进行分类和匹配是指横纹识别的关键。针对指横纹特点,本文对指横纹预处理方法和特征提取算法进行了深入的研究,主要获得以下研究成果:(1)提出了一种基于HSV颜色模型的二值化方法,有效地解决了基于灰度阈值二值化方法中光照不均的影响,实现了手部与背景的分割。(2)对Harris角点检测算法进行改进,实现了指尖和指谷点的检测,以此建立参照坐标系分割指横纹感兴趣区域。(3)采用2DGabor滤波器对指横纹图像进行滤波,将滤波后的实部和虚部二值化作为指横纹特征,通过逻辑异或操作完成指横纹匹配。通过在北京交通大学信息研究所提供的指横纹数据库及自行采集建立的图像库实验证明,本文算法可以有效地实现指横纹特征识别。