1、生物識(shí)別技術(shù)在國際上被廣泛研究，特征提取是生物特征識(shí)別技術(shù)研究中的最基本的問題之一，到目前為止，特征提取的方法主要分為線性和非線性特征提取方法。盡管現(xiàn)有的線性特征的提取方法在身份識(shí)別和圖像處理的領(lǐng)域已經(jīng)取得了成功，但是它們?cè)诒举|(zhì)上都是基于線性變換的，都無法來抽取圖像模式的高階信息，因此就無法表達(dá)諸如掌紋、指紋等圖像的復(fù)雜的非線性的分布結(jié)構(gòu)?；诤撕瘮?shù)方法的特征提取逐漸地也成為大家關(guān)注的焦點(diǎn)。本文對(duì)核函數(shù)進(jìn)行了比較深入的研究，針對(duì)手紋(掌

2、紋、指紋)圖像的特點(diǎn)，提出了條件正定核函數(shù)，最后提出了核矩陣融合方法，并分別地采用了多模態(tài)和多算法特征級(jí)融合技術(shù)。
　　 本文主要研究以下二個(gè)部分的內(nèi)容：
　　 1.分析掌紋和指紋自身的特點(diǎn)，研究現(xiàn)有的各種核函數(shù)所存在的問題，提出了條件正定核函數(shù)(CPD)。并用實(shí)驗(yàn)證明了基于條件正定核的手紋識(shí)別算法具有抗平移和突出局部信息的特點(diǎn)，在一定程度上提高了識(shí)別率。
　　 2.特征級(jí)融合方面，本文給出了基于KPCA的多生物