掌纹识别技术是生物特征识别领域中的新兴技术,它是指根据人手掌上的有效信息来识别哪些掌纹图像是来自同一只手掌,哪些掌纹图像是来自不同的手掌,并以此为依据来识别用户的身份。目前掌纹识别系统在各种生物识别系统应用分额中占很小的部分,在国内民用掌纹识别系统应用市场几乎空白。那么研制体积小巧、价格便宜、开发周期短、维护方便、满足中/低级别安全要求的掌纹识别系统,以便在民用领域推广应用将是一个很有意义的研究课题。成熟的掌纹识别核心算法很多,基于统计特征的识别方法主要有FFT变换、小波变换、K_L变换等。本文鉴于FFT变换原理简单、实现方便,从而采用基于FFT变换的掌纹识别方法,其缺点是识别率比基于小波变换的掌纹识别率低很多。本文掌纹识别核心思想是以掌面半径为特征值进行粗匹配、以FFT变换频谱图像8方向上的能量和为特征值进行细匹配的双级匹配思想。在预处理阶段,根据用形态学原理对掌纹图像定位的思想,实现了其算法并对该算法的优缺点做了说明;根据基于“错切”原理的图像旋转方法,本文做了简化没有进行一维线性插值处理,对该简化算法的优缺点做了详细说明,并通过对旋转角度的分解有效地避免了该方法在进行大角度图像旋转时产生的像素丢失问题。本文使用基于8方向模板改进型Sobel算子做图像边缘提取,得到很好的边缘效果,该算法边缘提取时对边缘噪声的抑制效果突出、边缘锐化特性明显的特点,提出了利用改进Sobel算子做图像增强的方法。在匹配阶段,分别采用了对利用经典Sobel算法结合双峰阈值提取的掌纹纹线2值图像做FFT变换、对利用改进Sobel算法结合单阈值提取的掌纹纹线2值图像做FFT变换、对改进Sobel图像增强处理后的图像直接做FFT变换,这三种不同的预处理方法,通过对上述三种预处理算法匹配结果的测试,方法一系统识别率最低、错误接受率最低、错误拒绝率最高;方法二系统识别率最高、错误接受率最高、错误拒绝率最低;方法三各识别率在二者之间。实际应用中,要根据三种方法的识别特点结合系统应用环境选择三者中最合适的方法。硬件实现平台是DM642 DSP开发板,在代码的书写、循环流水线控制、寄存器配置等方面做了优化,程序运行时间由7.9s缩短到1.8s,优化效果明显,能够满足实时性要求。