在当今信息社会,生物特征识别已经成为一项重要的研究课题,广泛应用于各类的身份验证和鉴别应用当中。由于具备良好的生物特征特性,掌纹成为一种可用于公共安全和民用领域的重要而实用的生物特征。当前提出的大多数掌纹识别方法主要面向的是基于小样本集的联机全掌掌纹验证。它们无法满足实际应用中的复杂需求。本文致力于研究能够处理联机/脱机掌纹,全掌/残掌掌纹,不同图像质量的掌纹以及大规模掌纹数据库中的掌纹特征处理方法。 本文创建了一个能够反映特征间内在联系、拥有高效的特征数据存储和访问机制的掌纹特征描述模型。本文提出了一系列新颖的基于骨架图的掌纹特征处理方法,骨架图可以通过各种不同类型的输入图像和图像预处理方法获得。本文同时提取掌纹的细节特征和局部纹线特征,建立它们之间的联系并构造原始特征集合。本文提出的特征后处理方法基于统计信息和结构信息,结合细节特征的属性信息、细节特征子集内的结构关系、局部纹线信息以及局部区域信息,对原始特征集合进行特征过滤,在尽量多地删除伪特征的同时保留尽量多的真特征,以获得最终的掌纹特征集合。本文提出了一种新颖的多阶段的点模式掌纹比对算法。这种比对算法结合局部结构和全局特征,兼顾局部相似性和全局相似性,并拥有新颖的改进的相似度评估方法。本文设计了一系列的实验来评估本文所提出的算法的性能。实验结果表明,本文所提出的这些算法是有效且高效的,能够满足实际需求。