掌纹识别是生物识别领域中相对较新的成员,可利用手掌上丰富的特征,如主线、皱纹、细节点特征、三角点特征等来完成身份的鉴别。本论文针对掌纹图像的定位分割、线特征提取和表示、匹配识别等算法进行了深入的研究,主要内容包括:1.提出新的定位分割算法,以手掌上的角点为基准点,提取手掌的最大中心区域作为感兴趣区域(ROI),并提取ROI边长作为代表手掌宽度的几何特征;2.设计了一种有效的线特征提取和表示的方法,应用基于散度和对比度的屋脊边缘检测方法来提取掌纹主线。将掌纹线图像划为各区域间有重叠的3×3个小区域,在每个区域内用线段去近似掌纹线,以线段的端点来构造线特征;3.构造融合几何特征和主线特征的特征向量,并设计由粗到细的掌纹识别分类器。最后对算法进行验证,通过实验,识别率达到94.67%,证明了本文提出的算法具有良好的鲁棒性和有效性。