1、近幾年，在生物識別技術中，基于核函數方法的特征提取方法得到了廣泛應用，核函數的好壞直接影響著識別系統的性能，因此有關核函數的研究逐漸也成為大家關注的焦點。本文對核函數進行了深入的研討，針對手部圖像自身的特點，提出了條件正定核函數，最后給出了在關系度量框架下的核矩陣融合方法，分別采用了多模態(tài)和多算法特征級融合技術。 本文的研究內容主要包括以下三個部分： 1.提出了基于分形計盒維數的掌紋動態(tài)粗分類算法。通過實驗結果分析，在確

2、保較高的識別率情況下，比較了幾種粗分類算法所耗費的時間。得出結論，基于分形計盒維數的動態(tài)粗分類算法，既縮短了搜索時間，又降低了計算復雜度。 2.針對現有的各種核函數存在的問題以及掌紋和指橫紋自身的特點，提出了條件正定核函數（CPD）。實驗結果表明，基于條件正定核的手部特征識別算法具有抗平移和突出局部信息的特點，并提高了識別率。 3.在關系度量框架下，針對特征級融合給出了基于KPCA的多生物特征識別算法，包括對掌紋和指橫紋