随着经济社会的快速发展,人们对信息安全和社会安全的要求越来越高,因而身份识别作为信息安全和社会安全的一个重要方面越来越受到人们的重视,身份识别己经逐渐成为了保证信息与社会安全的一种重要手段。传统的安全技术由于自身的种种缺陷,如:证件容易被伪造、密码口令容易被窃取和遗忘等等弊端,已不能满足现今这个高速发展的社会中人们对于安全级别的需求,而人的生理特征由于其具有唯一性和不变性的特点己经逐渐成为了身份识别的主要手段和方法,是未来安全保密技术的主要发展方向。手形识别作为生物特征识别技术之一,以其采集设备实现简单、识别速度快等优点而成为继指纹识别之后的又一项生物特征识别主要方法。目前在国外的生物特征识别商品市场份额上,手形识别己基本和指纹识别持平,成为了又一大生物特征识别产品。本文对手形灰度图像进行分析和研究,综合利用了图像处理和模式识别的相关技术和方法,自主实现了手形图像的预处理、特征提取以及模式匹配等一系列过程。设计完成了一个实时手形识别/认证系统,包括图像采集模块、注册模块、登陆模块、特征提取模块、匹配识别模块等,并获得了良好的实验结果。本文对无固定栓、非接触方式采集的手指自然张开状态下的手形图像进行研究,针对受光照影响的手形图像难以准确提取手形轮廓的问题,提出了一种基于方向梯度极值的手形轮廓跟踪方法,该方法具有较好的抗光照影响的能力,对于受光照不均影响的手形图像能够很好的提取出手形轮廓。本文还给出一种基于手部尺寸特征的手形识别方法,用手指长度、手指宽度以及手掌宽度等绝对长度组成多种相对长度特征构成特征向量进行匹配识别,该方法在选取的特征个数较少的情况下即可达到90%以上的识别率,选取的特征数少,有利于特征数据的传输和存储,有利于硬件实现。