如今社会已经进入信息化时代，许多场合需要对人的真实身份进行有效鉴别。传统的个人身份鉴别方式已经无法满足社会需要，生物特征识别技术是替代传统方法最为有效的途径。所谓生物特征识别技术是一种以人体本身的物理特征与行为特征为基础，以图像处理等信息技术为手段，通过模式识别方式确定个人身份的新技术，也称为生物测定学(Biometrics)。如今，生物特征识别技术已经成为热门的研究领域，吸引了许多学者研究兴趣，也具有广阔的应用前景。　　 近些年来，基本手掌的生物特征识别技术越来越受到学者们的重视，先后提出了指纹识别，掌纹识别，手形识别，静脉识别，和指节纹识别等。其中，掌纹识别是近十几年才发展起来的一种新的生物特征识别技术。与指纹与虹膜相比，掌纹具有独有的特点，例如丰富的线、纹理与方向等。同时，掌纹识别也是一种识别精度很高的生物特征识别技术。与掌纹识别相比，指节纹识别出现更晚，并且处于发展的初期阶段。由于指节纹区域面积比较小，线特征与纹理特征并不丰富，所以指节纹识别技术并没有达到像掌纹识别与虹膜识别那么高的精度。然而，目前的研究表明，基于指节纹识别的生物特征识别系统获得的识别率优于许多生物特征识别，例如步态识别、人脸识别等。同时，指节纹识别也很容易与基于手掌的其它生物特征融合，形成多模态生物特征识别系统。　　 因此，对掌纹识别技术与指节纹识别技术进行深入研究是非常必要和迫切的。然而，掌纹识别技术与指节纹识别技术均处于发展阶段，在理论和应用方面的研究都有待于进一步深化和完善。在此背景下，本文对基于相关方法的掌纹识别与指节纹识别方面进入深入研究，具体来说，全文主要工作如下：　　 (1)提出一种结合掌纹方向表达与相位相关方法的掌纹识别方法。在掌纹识别领域，首次把相位相关方法与掌纹方向表达结合，综合两种方法各自的优点，获得一种识别率高，匹配速度较快的方法。并且讨论了BLPOC方法的更佳带宽等问题。　　 (2)提出一种新颖的先进相关滤波器合成方法。先进相关滤波器已经经历几十年的发展，学者们提出了很多不同的设计方式，例如EPCSDF、MACE、OTSDF与CHE等方法。其中，基于频率域的滤波器合成方法已经成为一类重要的方法。众所周知，现有的先进相关方法都是使用训练样本全部的频率特征合成滤波器模板，但是图像频率域中高频部分主要包含图像噪声信息，因此噪声信息降低了滤波器的性能。本文提出一种仅使用图像频率域低频部分合成滤波器模板的方法，即基于带宽的方法，并提出基于带宽的最小平均相关能量滤波器(BLMACE)方法与基于带宽的最佳截断滤波器(BLOTSDF)方法。同时，本文提出一种结合掌纹方向表达与BLOTSDF掌纹识别方法。通过实验证明，这种掌纹识别方法不仅能达到很高识别率与很低的等错率，而且它也一种匹配速度很快的方法。　　 (3)提出一种基于BLPOC方法的手指内侧指节纹识别方法。首先设计一种基于数码相机的手掌采集设备，并且使用该设备采集包含完整手掌信息的手掌图像，建立数据库。然后，提取每个手掌图像食指、中指、无名指与小指的ROI区域。最后，使用BLPOC方法提出特征与区域特征，采用“求平均”方式融合各手指的匹配值，用于分类识别。