掌纹识别是利用手掌皮肤的主要纹路进行识别和验证的一种技术。与人脸图像相比，掌纹图像可靠性高,掌纹特征非常稳定，不受表情、姿态及光照等多种变化因素的影响。非采样方向小波变换具有多尺度，时移不变性以及多方向性等优点，对图像的边缘和轮廓有很好的逼近表示。核函数鉴别分析是目前非线性化算法中一种有效的图像特征提取技术。基于这几种技术，本文提出基于非采样方向小波的掌纹图像的非线性鉴别特征提取算法，首先对原始掌纹图像进行非采样方向小波变换，获得多尺度多方向变换图像，然后进行非线性映射,再利用核可分判决选择鉴别能力强的尺度变换图像进行特征提取和分类。在掌纹库上的实验结果显示了本文所提方法的有效性，且识别率高于基于DCT、Gabor变换的掌纹图像非线性鉴别特征提取算法的识别率。