近年来,生物特征识别技术被公认为一种安全有效的身份认证解决方案,已成为发达国家高度重视并大力发展的关键技术和产业。人体的生物特征众多,目前已被广泛使用的生物特征主要是指纹、人脸和虹膜,但是它们均存在一定的局限性。近十年来,掌纹和手掌静脉识别技术受到了学术界和产业界的广泛关注。与其他生物特征相比,掌纹和手掌静脉有许多独特的优势,这些优势使得掌纹和手掌静脉识别技术具有广泛的应用前景。然而,如何从掌纹和手掌静脉中提取有效特征,成为学术界和产业界一直在探索的问题。在众多图像特征提取方法中,基于图像局部描述子的方法对细节信息表征能力强,算法实现简单,无需训练,且对光照变化鲁棒,近年来得到广泛关注,已经在人脸识别等领域中得到了成功应用。研究者们也已经将图像局部描述子引入掌纹和手掌静脉识别领域,并取得了不错的效果。因此,本课题针对掌纹和手掌静脉中丰富的线方向特征,提出基于方向特征的描述子,大幅度提升掌纹和手掌静脉的识别性能。本课题的研究成果对科学发展和市场应用都具有重要意义。主要工作如下:1)对韦伯局部描述子(Weber Local Descriptor,WLD)及其变种算法进行了综述,分析它们在各主要应用领域中的特点和性能。2)对基于WLD的描述子进行改进,充分考虑掌纹和手掌静脉中丰富的线方向特征,提出多尺度多方向的泛化的韦伯局部描述子(Generalized Weber Local Descriptor,GWLD),提升掌纹和手掌静脉的识别精度。3)对基于线方向直方图(Histogram of Orientated Lines,HOL)的描述子进行改进,提出增强的线方向直方图(Enhanced Histogram of Orientated Lines,EHOL)描述子,提升掌纹和手掌静脉的识别精度。4)设计并实现了基于图像局部描述子的掌纹识别系统。