有效降低各种干扰对三维数据造成的影响，获得对三维数据的精确表达，是三维生物特征识别挑战之一:一方面，这些干扰由外部因素（三维数据获取技术限制、环境因素等）引起，导致三维数据往往含有大量噪声;另一方面，这些干扰也由内部因素引起，即生物特征数据自身的非刚性形变（如人脸的表情变化、手掌弯曲、指关节弯曲等），导致三维数据往往含有一定畸变。提取可以精确表达三维数据信息的三维特征，是三维生物特征识别的另一个挑战，这要求所提取的特征既要有足够的区分度，又要足够稳定不受环境影响。本文从生物特征识别中的三维数据和三维特征两个角度，提出四个精确表达三维数据和特征的方法，具体如下:　　1.减少数据噪声的影响:基于光度立体法的三维生物特征数据获取方法　　由于基于计算机视觉的三维数据获取方法能保留更多的细节信息，所以本文提出一种新的光度立体法方法（一种基于计算机视觉的方法）去更精确地获取三维数据。该方法根据反射系数的可靠性对优化方程进行数值补偿，从而减少非朗伯表面对精确获取三维数据的影响。与传统方法相比，该方法在保证性能优势的同时，有巨大的速度优势。当输入图片较少时，该方法的性能优势更加明显。这些优点使得所提出的方法非常适用于三维生物特征数据获取等实际应用。　　2.减少数据畸变的影响:三维人脸表情去除　　人脸识别中，由表情变化引起的非刚性形变是影响人脸识别性能的重要因素之一。本文提出一种新的三维人脸表情去除方法，可以有效去除三维人脸上的人脸表情，得到与之对应的中性人脸。我们展示了三维人脸表情与表情残差的联合优化误差是中性人脸表征模型的模型误差的上界，即所提出的人脸表情去除方法的优化方向与表征中性人脸的优化方向一致。因此保证了所提出的方法在表情去除过程中可以保留丰富的个性特征。实验表明，利用本文提出的三维人脸表情去除方法，可以有效减少三维人脸识别中由表情变化引起的非刚性形变带来的影响，提高三维人脸识别准确率。　　3.显式三维特征:深度图掌纹识别　　在掌纹识别中，基于编码的掌纹特征取得非常好的效果，因此本文总结和比较了几种基于编码的掌纹特征的优劣，提出基于编码特征的掌纹识别统一框架。基于这个统一框架，我们提出了一种描述深度图掌纹表面的描述子特征，这个特征对三维掌纹每个点的形状更偏向“凹”还是更偏向“凸”进行编码，在公开的三维掌纹数据库上取得非常好的结果。　　4.隐式三维特征:图像掌纹识别　　尽管与二维数据相比三维数据能提供更丰富直接的信息，但是考虑到三维数据往往含有大量不可预料的数据噪声，因此本文也探究从图像数据中提取三维特征的可能性。本文对掌纹数据的特点进行分析，结合基于朗伯假设的光照模型，提出一种可以从单幅掌纹图像中提取隐式的三维特征的特征提取方法。除了掌纹图像，本文还在人脸、指纹图像上，通过实验对所提出的特征的有效性进行进一步验证。提出的特征不仅具有巨大的性能优势，还在提取速度、匹配速度、存储空间上也具有明显优势。