掌纹识别是近年来研究较热的生物特征识别之一，与其他生物特征相比，掌纹丰富的纹理特征可精确鉴别不同个体，掌纹识别易于被用户接受和通过硬件实现，识别速度快，能够满足实时识别的要求。并且掌纹识别对图像分辨率要求不高，图像采集设备价格低廉，易于向社会推广，应用前景广阔，因此对掌纹识别算法做研究有很强的理论意义和较高的实用价值。
　　 本文主要对掌纹区域分割、特征提取以及特征匹配进行了算法研究，具体工作如下：
　　 1)为了获得较完整的掌纹区域和降低对手掌放置的要求，提出了一种基于几何特征的掌纹区域分割算法，该算法主要利用手掌的几何形状特点，通过定位手掌图像上五个特征点，进一步达到分割掌纹区域的目的，该算法不需要依靠固定栓来限制手掌的放置，使得掌纹的采集更具人性化，同时得到的掌纹分割区域更加完整，为提高掌纹识别率奠定了基础。
　　 2)掌纹区域中明显的主线以及细小的纹线属于多尺度特征，为了更好地描述掌纹模式，提出了一种基于小波变换的掌纹线特征提取算法，该算法利用小波变换的多尺度分析特性，采用自适应阈值对各级小波子带系数进行二值化，得到了多个尺度的掌纹特征。仿真结果表明，该算法的掌纹线提取效果较好。
　　 3)对于小波分解获得的多尺度掌纹线特征，提出了逐层匹配算法，该匹配算法首先对低分辨率掌纹线特征进行相似度计算，然后根据该相似度决定是否再进行高分辨率掌纹线特征的匹配。这种逐层匹配算法既有利提高识别精度，也有助于提高掌纹线的匹配速度。采用中科院提供的掌纹数据库进行了算法测试，实验结果表明，该分类算法能够获得97.72％的分类正确率。