由于传统的基于口令的身份识别技术存在易忘记、安全性差的问题,以指纹和人脸为代表的生物特征识别技术应运而生,并且得到了广泛的应用。作为一种新兴的生物特征识别技术,掌纹识别具有精度高、速度快、用户容易接受等优点,得到了国内外许多研究者的重视。但到目前为止,还没哪一种识别方法被认为是最优的,因此,我们有必要寻找各种较优的算法。本文对掌纹识别技术的预处理及两种较优的识别方法进行了研究。本文的工作主要有以下几个方面：1、提出了改进的八邻域搜索算法,将其应用于手掌边界的轮廓跟踪,在此基础上,实现了掌纹ROI(感兴趣区域)的提取；2、根据二维Gabor滤波的原理,设计了一组不同方向和不同尺度Gabor滤波器,并将其用在提取掌纹ROI的特征。3、提出了两种基于Gabor特征的掌纹识别算法：(1)基于AdaBoost筛选Gabor特征的掌纹识别方法：首先用AdaBoost算法筛选Gaborpalms二值模板的特征,然后对筛选后的特征模板进行移位比较匹配。(2)基于Gabor特征的双向2DLDA(二维线性判别分析)的掌纹识别方法：运用两类2DLDA一—水平方向的2DLDA (2DLDA)和垂直方向的2DLDA(V2DLDA),2DLDA提取Gabor特征组成的新矩阵Gaborpalms水平方向上的信息,垂直方向上的特征由V2DLDA提取。为了融合它们,本文提出了—种距离基的自适应融合策略。上述方法均在香港理工大学掌纹库(PolyU_Palmprint_Database)上进行了测试。实验验证了这些方法的有效性,可为相关工作提供参考借鉴。