随着数字化社会的发展，信息安全问题受到了广泛的关注，越来越多的场合需要简单高效地进行身份识别，保护人们的公共安全及隐私安全。生物特征识别技术作为一种有效的身份识别方案，已经成为政府部门、商业领域和日常生活中一项必不可少的重要技术。掌纹识别技术是近十年发展起来的新兴生物特征识别技术，相较于受到广泛关注的人脸、虹膜和指纹识别技术，掌纹识别技术具有特征丰富、易采集、采集设备价格低廉和易被用户接受等优势。随着掌纹识别技术的发展，如何发挥掌纹的优势，构建鲁棒的掌纹识别系统，是目前掌纹识别研究中亟待解决的问题。基于多信息融合的掌纹识别方法是一种鲁棒的掌纹识别方案，能够有效地解决当前掌纹识别中存在的安全性低的问题，成为掌纹识别技术的突破口。
　　在众多掌纹识别方法中，基于方向特征的方法对光照和旋转鲁棒，取得了优秀的识别效果。针对掌纹中存在的丰富的线方向特征，本文对基于方向特征的方法进行了深入的研究，主要工作如下:
　　(1)评估五种线形滤波器提取掌纹方向特征的性能。在基于方向特征的掌纹识别算法中，常用于提取方向特征的滤波器有Gabor滤波器和改进的有限Radon变换滤波器，除此之外，Log Gabor滤波器、高斯滤波器及方向可调滤波器同样能够用于提取掌纹的方向特征。本文以局部线方向模式为基础，系统性地对五种滤波器提取掌纹方向特征的性能进行评估。
　　(2)研究基于方向特征描述子的掌纹识别算法。提出局部线方向特征融合模式的掌纹识别方法:首先，采用12个方向的Gabor滤波器与掌纹图像卷积;其次，将相邻方向的卷积值加权融合，得到11组组合值;最后根据组合值的大小，选取相关的四个卷积结果，将其中的最大值和最小值对应的方向下标用于局部线方向特征融合编码。实验结果表明，局部线方向特征融合算法能够有效的区分异类掌纹间的差异，提升掌纹识别系统的精度。
　　(3)研究多特征融合的掌纹识别方法。提出多方向特征融合表示:首先，采用分块的带限相关方向表示算法提取掌纹的全局特征表示和局部特征表示;其次，采用局部线方向模式（或局部线方向特征融合模式）算法和竞争编码（或稀疏多尺度竞争编码）算法提取掌纹的局部特征表示;最后，对三种特征提取方法分别进行验证，并对其匹配分数进行融合，形成多方向特征融合表示算法。实验结果表明，与已有的掌纹识别算法相比，多方向特征融合表示具有更好的识别性能。