生物特征识别技术是通过计算机利用人类自身的生理或行为特征进行身份认定的一种技术，其主要有两方面的应用：身份验证和身份鉴别。身份验证是确定当前特征是不是当前对象宣称的对象特征，是一种一对一的特征匹配。身份鉴别是确定当前对象属于哪类已知对象，是一种一对多的特征匹配。掌纹识别技术利用人的掌部纹理作为生物特征进行身份的自动确认，是生物特征识别领域的又一新兴技术。掌纹的区域比较大，信息量丰富，特征也比较稳定，所以完全可以唯一确定某手掌的类别身份。掌纹的线特征明显稳定，并且在低分辨率和低质量的图像中仍能够清晰辨认。针对此特征本文通过对掌纹线特征的提取，实现了用在线掌纹图像进行身份鉴别的全过程。论文分析了掌纹图像定位分割的必要性。提取了掌纹图像的外轮廓以及食指与中指、无名指与小指之间的轮廓角点，用这两个点及两点的中点建立参考坐标系，对图像进行旋转，实现了掌纹的定位，减少了采样过程中引进的旋转、平移等因素的影响，并在同一参考坐标系下提取掌纹中心的128*128的有效区域，减少了冗余信息。提取了掌纹图像的特征线并进行了特征的表示。采用空域与频域相结合的方法对提取出的有效区域图像进行增强，用17*17的模板将增强后的图像转化成二值图像，用Hilditch细化算法将二值图像细化，过滤掉不符合长度要求的短线，用提出的短枝消除方法消除特征线上的短叉，最后提出了一种将每条特征线都表示为长度为128的特征向量的特征表示法，为分类匹配做好了准备。采用提出的两步匹配方法实现了生物特征识别应用中的身份鉴别。第一步在训练样本中找出与测试样本含有相同数目特征线的样本，第二步用最近邻法求出与测试样本最接近的训练样本，将测试样本归为和此训练样本一类，则找出了测试者的身份。实验取得了较好的结果，证明了基于线特征的掌纹识别方法的可行性。