社会的信息化、高科技化,导致传统的个人身份验证方式暴露出其弊端。如,基于密码的身份识别,易遗忘、易破解；基于ID卡的身份识别,易仿冒、易丢失、易共享。这些问题在一定程度上造成身份识别系统的不安全性以及个人基本信息或具有的权利可能遭遇被利用的风险。因此生物特征识别以其易携带、不易仿冒、不易共享等优势逐渐取代了传统的个人身份验证方式。生物特征,包括人脸、虹膜、耳纹、指纹、掌纹等人固有的特征。其中人脸和指纹的应用最多,而且识别率满足部分场合的需要。掌纹相对起步较晚,且掌纹具有唯一性、信息丰富等特点,近年来,基于掌纹的识别研究正处于蓬勃发展阶段。目前比较新颖的掌纹特征抽取方法有Palm Code、Fusion Code、Competitive Code、RLOC等,这些方法都是基于纹理和纹线方向特征的。本文的主要工作如下：1、概述生物特征识别以及掌纹识别的研究现状,研究掌纹特征抽取以及匹配分类等过程的主要算法并将其实现。2、详细介绍掌纹图像预处理阶段的几个过程,突出平滑去噪和形态学运算对掌纹预处理的重要性。3、在Orthogonal Code和Fusion Code上作出改进,提出OFC (Orthogonal Fusion Code),并实验验证本文提出的方法要优于这两种方法。4、预先对数据进行LDA降维,将Qiao et al提出的用于人脸特征抽取的SPP(Sparse Preserving Projection)方法用于提取掌纹特征,并实验验证这种方法在某些方面要优于LDA、LPP。实现SMCC方法,并将其与Competitive Code作对比,验证了SMCC方法的优越性,表明稀疏表示在掌纹识别方面值得进一步研究。