生物特征识别是利用人体固有的生理特征或行为特征进行身份鉴别的一种安全认证技术。在众多的生物特征识别技术中,掌纹识别的研究兴起于上世纪九十年代,并在近十年中得到了迅速发展。随着研究的深入,发现人的手掌皮肤对不同波长的光谱的吸收和反射率是不同的,由此多光谱掌纹识别形成了一个新的方向,其通过使用多个不同谱段的光源来采集掌纹图像,以获得更丰富的生物特征信息,提高识别的效果。但是由于不同的光谱组合对识别效果的提高率不同,有必要对多光谱波段选择进行深入的研究,以找到可以更有效提高识别效果的波段组合。本文主要的研究工作如下:多光谱掌纹特征层融合算法:在目前的掌纹识别研究中对掌纹纹理的研究是其中的一个重点,其中的主要方法是利用Gabor小波提取掌纹的纹理特征。我们使用Gabor小波滤波掌纹图像返回的复数的幅值作为提取的纹理特征的权重,融合不同光谱下的掌纹纹理特征。利用融合后的纹理特征进行掌纹识别的实验结果表明,这是一种有效的多光谱掌纹特征融合方法。多光谱掌纹采集系统:我们开发了一套可采集光谱范围为420nm~1100nm,光谱最高分辨率为1nm的多光谱掌纹采集系统。该系统使用液晶可调滤光器,可以快速的切换光谱波段。使用该系统采集并建立了一个多光谱掌纹数据库,为以后的光谱波段选择研究打下了基础。多光谱波段选择的研究:提出了改进的分支界限算法和基于遗传算法的波段选择方法。在改进的分支界限算法中,首先利用主成份分析对波段个数进行初步选择,然后使用分支界限算法从初选的波段集合中选取期望个数的波段。该方法在提高分支界限算法运行效率的同时,达到了选取有效波段的效果。二是将遗传算法应用于波段选择,实验表明遗传算法在多光谱掌纹波段选择方面具有良好的效果。