尽管二维掌纹识别技术的发展已经比较成熟,但是传统的二维识别算法主要利用手掌的灰度信息,无法完全避免光照强度变化、拍摄角度倾斜等因素带来的干扰。因此,人们开始关注使用掌纹三维信息来进行身份识别,一个明显的优点是三维信息比较稳定且不易伪造。　　目前三维成像技术主要有结构光和双目立体视觉两种。结构光成像技术需要用到一个高精度投影仪,成本较高。因此,本文选用成本相对较低的双目视觉来重构掌纹的三维信息。　　两个存在一定角度偏差的CCD摄像机拍摄同一手掌内表面时,会得到两张存在一定差异的掌纹图像,而双目视觉就是用这种视差来还原掌纹三维信息的。主要研究内容包括掌纹图像采集摄像机的标定、立体匹配和掌纹三维重建这三部分。　　本文中,我们扩展了平面相机标定法,通过自制的黑白棋盘标定板来实现双目摄像机内外参数的标定。　　为了快速高效获得双目图像间的对应关系,引进基于尺度不变性的SIFT算法来寻找两幅掌纹二维图像中的对应匹配点。实验表明,SIFT算法在快速有效地找出对应的局部特征极值点的同时,也定位出了掌纹三维信息相对明显的点,保证了掌纹三维重建能够顺利进行。最后,根据找到的匹配点对来还原三维数据,利用三角测量法还原了基于左摄像机坐标系的的三维坐标。　　SIFT算法返回的是离散的特征点,因此,本文主要利用空间点之间的欧氏距离来度量三维掌纹识别的匹配度,对现有的掌纹库进行匹配实验,发现基于双目视觉的三维掌纹识别达到了预期效果。经过进一步的分析和实验,提出了一种二维特征和三维特征相结合的方法,取得了令人满意的识别结果。　　最终我们基于DM6467实现了一套嵌入式三维掌纹识别系统,该系统能够高效实时地处理两路掌纹数据的采集和传输,利用其Codec Engine机制实现ARM与DSP的双核通信,实验表明,该嵌入式三维掌纹识别系统设计方案可行。