随着社会信息化与网络化的高度发展，信息安全的重要性也与日俱增。身份识别技术作为信息安全的一个分支以其特有的稳定性、唯一性和方便性，得到越来越广泛的应用。　　 掌纹图像易于获取，掌纹的信息量丰富，特征较为稳定。同时，掌纹自动识别系统具有直接、方便、友好、良好的唯一性和应用范围广泛等优点，使得掌纹识别技术成为一种重要的身份识别方法。掌纹识别系统的建立过程中利用了计算机强大的计算能力进行图像处理和模式识别，目前，基于掌纹的生物特征识别技术的研究主要在掌纹特征提取算法的研究和分类器的设计阶段。　　 本文在对掌纹识别技术研究的基础上，对掌纹图像进行预处理，分析掌纹纹理特性，提出了一种掌纹图像特征提取的方法。该方法首先对经过预处理的掌纹图像进行八个方向2D-Gabor虚部滤波同时选取每个像素点上最为合适方向。其次，计算掌纹图像的相位方向码及虚部特征码。再次，利用汉明距离来区分两幅掌纹图像的方向码及虚部特征码相结合所得到掌纹特征码的差异。最后，通过等误点及总最小错误率两种观点确定区分掌纹类别的阈值。　　 本文在对现有的掌纹识别技术进行了研究和比较，并指出其优缺点的基础上，做了以下几点主要工作：(1)提出了自适应掌纹图像二值分割算法；(2)采用了掌纹图像2D-Gabor滤波器的虚部特征与方向特征相结合的特征提取方法；(3)将本文算法与传统的2D-Gabor特征提取方法进行比较，由PolyU生物研究中心的开放数据库中获得的实验数据验证了本文的算法的有效性。