文档介绍：摘要
生物特征识别技术是通过生物统计学原理和计算机等高科技的技术手段密切
结合，利用人体固有的行为特征和生理特性来进行个人身份的鉴定。它具有传统
的身份鉴别方式所不能比拟的优势，因此已经成为国际上的研究热点之一。掌纹
识别技术是生物特征识别技术的一种，它是根据人手掌上的有效信息(如：掌纹)
来识别人的身份。每个人的掌纹千差万别，没有任何两个手掌的掌纹是完全相同
的，这就是掌纹的唯一性。因此可以利用掌纹的这一特点作人体的身份鉴别。掌
纹含有很独特的线特征，包括主线和很多皱褶，这些线特征结合在一起，就具有
了很强的区分能力。掌纹识别具有唯一性、直接、方便、友好和应用范围广等优
点。本文以掌纹为研究对象，对掌纹的定位、特征提取、分类及匹配等关键技术
进行了研究，主要研究内容如下：
1）在掌纹图像预处理方面，对掌纹感兴趣区域(ROI)的获取过程进行改进，通
过提取出合适的基准点，建立相应的参照坐标系，可以有效减少采样过程中引进
的平移、旋转、扭曲等非线性因素的影响，提高了匹配识别算法的鲁棒性。
2）在掌纹图像的识别方面，针对经典的 PCA 算法中不适用于分类的缺点，
本文研究了掌纹图像特征值的提取方法，选取那些使样本类内离散度较小而样本
类间离散度较大的特征值来表示原有的掌纹图像信息。实验结果表明，此改进算
法既不会丢失掌纹图像的原有信息，又在一定程度上提高了图像的识别率。
3）在掌纹图像分类方面，本文提出了一种将改进的 PCA 和 Fisher 线性判别
方法相结合的掌纹图像分类方法。此方法先将图像通过改进的 PCA 算法进行降维，
然后对降维后的图像应用 Fisher 线性判别算法进行分类。实验表明这种识别效果
比基于纯 FLD 的方法更好。

关键词：掌纹识别，生物特征识别，掌纹图像，特征提取
ABSTRACT
Biometrics is a technique，that through the computer with a variety of sensors，
biometric principle and other high-tech technique closely integrated，use the inherent
human physiological characteristics and behavioral characteristics，to carry out the
identification of personal status. This new technology can be applied to homeland
security，social welfare，financial and e-commerce. Biometric is becoming the highest
Potential technology in this era. Palm print recognition exploits the defective
information on our palm to separate different Persons. Different Palm shaves totally
different palm prints. In other words, palm print is unique. Therefore, it can be used for
Personal identification. The advantages of palm print recognition are direct，friendly，
convenient，unique and apply wildly. This dissertation concentrates on the research of
the key technologies and algorithms in palm print identification system. According to
the detail research of other biometrics, and considering the characteristics of palm
prints，we Propose a series of efficient palm print