随着信息技术和网络技术的高速发展,信息安全显示出前所未有的重要性。生物识别技术以其特有的稳定性、唯一性和方便性,得到越来越广泛的应用。掌纹识别作为一项新兴的生物识别技术,因具有采样简单、图像信息丰富、用户接受程度高、不易伪造、受噪声干扰小等特点受到国内外研究人员的广泛关注。但是由于掌纹识别技术起步较晚,目前尚处于学习和借鉴其他生物特征识别技术的阶段。本文以掌纹图像为研究对象,主要针对掌纹图像的特征提取做了深入的研究,主要研究成果如下:1、对现有的3种掌纹图像的定位分割算法进行分析,比较各种算法的性能,并选择基于形态学算子的定位分割算法在仿真实验中实现;2、提出了基于Gabor小波和2-DPCA&PCA的掌纹识别方法。与基于Gabor小波和PCA算法不同的是,该算法采用2-DPCA与PCA相结合的方式对Gabor小波变换结果进行降维,提取幅度特征。采用欧氏距离匹配算法对提取的特征进行分类匹配。实验结果表明,本算法在身份识别和身份确认方面的性能均优于基于Gabor小波和PCA的掌纹识别算法;3、采用两个方向相互垂直的二维Log-Gabor滤波器构造了二维正交Log-Gabor滤波器,提取掌纹图像的正交相位特征。采用Hamming距离匹配算法对提取的特征进行分类匹配。这种算法可以有效的避免不同的光照条件对掌纹图像的影响。实验结果表明,本算法的识别精度远远高于基于二维Gabor滤波的掌纹识别算法;4、构造了具有N个不同方向信息的二维混合Log-Gabor滤波器,提取掌纹图像的混合相位信息。采用Hamming距离匹配算法对提取的特征进行分类匹配。实验结果表明,本算法使得掌纹识别精度进一步提高。