望手诊病是中医中一种重要的诊断方法,具有悠久的历史,并且具有良好的诊断效果,它的客观化和自动化的实现是目前研究的热点之一。掌纹中的纹线特征是望手诊断的重要依据之一,因此准确地提取掌纹纹线的特征是完成自动望手诊病的首要工作。由于掌纹纹线图像对比度较低,而且容易受到噪声的干扰,传统的边缘检测算法都无法取得令人满意的结果,所以对各类掌纹纹线的准确提取是一项具有挑战性的课题。小波分析被誉为“数学显微镜”,可以对信号进行多分辨分析,并以其良好的时间-频率局部特性和与人眼视觉特性相符的变换机制,广泛地应用于图像处理领域。本文主要结合小波变换的多分辨率分析特点,在不同尺度提取掌纹纹线。具体工作如下:分析图像库中手掌轮廓的特点,设计一种适合于本图像库的手掌图像对位与分割算法,以提高纹线提取算法的鲁棒性、抗噪性和平移旋转不变性。在掌纹纹线的提取过程中,引入多分辨率分析,改进二进制小波模极大值算法,构造适合边缘检测的三次B样条小波,应用于纹线提取中。并根据掌纹图像中纹线的特征,提出一种小波滤波的纹线提取算法。最后在实验系统中实现这两种算法,将其结果与传统算法相比较。经实验分析可知,以上两种算法都可以在低对比度、高噪声环境下,较好地抑制噪声、摒除光照的影响,提取清晰丰富的各类掌纹纹线。另外在本文中还讨论了小波分析的理论基础,分析比较小波变换的优点,论述了多分辨率分析和Mallat算法,并介绍将多分辨率分析和Mallat算法扩展到二维信号的分解与重构的方法及图像处理中常用的双正交小波分析理论。介绍了各种边缘检测的算法,并比较它们各自的优缺点和适用范围。