掌纹是是一种受多基因控制的遗传性状。掌纹一经发育完成,就终生不再发生变化,并且具有唯一性。作为一种重要的生物特征,它早已被广泛用于身份识别领域。此外生物学的研究前导表明,掌纹的主线与先天性、遗传性疾病以及肿瘤之间存在一定的相关性。因此,为了研究掌纹主线与疾病的相关性,需要提取出完整的掌纹主线。现有的掌纹主线特征主要用于身份认证,只需得到部分特征点,因此目前提取完整掌纹主线的算法较少。本文以获得完整、纯粹、自然的掌纹主线为研究目的,重点在掌纹图像采集、图像预处理、主线提取等方面进行研究和实验。具体的研究内容与工作如下。(1)对掌纹图像进行归一化预处理。本文利用数码相机采集非接触式的掌纹图像,由于采集到的图像尺寸和质量不统一,不适合直接用于特征提取,因此本文在预处理中对掌纹图像进行了归一化处理。首先提取手掌轮廓,而后采用改进的圆盘法定位指根点,并利用指根点对掌纹图像进行了归一化方向矫正,使掌纹主线在图像中走向一致,最后采用寻找最大内切圆的方法截取掌纹图像的感兴趣区域(ROI),同时将掌纹ROI图像归一化成统一大小。实验结果表明,本预处理方法不仅准确截取了掌纹图像中的主线区域,并且掌纹ROI图像中的主线在方向上都基本一致,提高了主线提取算法对掌纹图像的鲁棒性。(2)提出了一种改进的数学形态学结合模板匹配的掌纹主线提取算法。现有的形态学结合模板匹配的方法在提取掌纹主线时,采用非特异性的4方向模板提取主线时,容易不加区分地将各个方向上的皱褶线和阴影噪声提取出来。因此本文根据主线生长方向的规律性对原算法进行改进,首先对主线进行定向划分,将划分后的主线归并在3个特定方向上,而后使用新的平滑模板对图像进行平滑滤波,并将原有的4方向检测模板改为3个特异性方向检测模板,再有针对性的对主线进行提取。实验结果表明,改进的方法可以屏蔽与主线不同方向上的干扰,有效避免了皱褶和噪声的错提取。(3)提出了一种新的主线提取算法。由于基于形态学的主线提取方法对方向性噪声敏感,无法消除与结构元素方向一致的噪声干扰。因此本文提出了一种基于邻域搜索的主线提取方法。该方法首先应用数学形态学处理从掌纹ROI图像中粗提取出掌纹主线,而后确定一个生长于主线上的种子点,将这个点作为主线搜索的起始点,最后直接在掌纹ROI灰度图像中采用邻域搜索算法对掌纹主线进行跟踪提取。实验结果表明,该方法提取出了完整、纯粹、自然的掌纹主线。