預處理
掌紋識別預處理的目的是使所採集的掌紋圖像能方便的對
圖像後續處理，如去除噪聲使圖像更清晰，對輸入測量引起或其他因素所造成的退化現象進行復原，並對圖像進行歸一化處理。
特徵提取
經過預處理的信息數據往往十分龐大。因此需要對信息數據進行特徵提取和選擇，即用某種方法把數據從模式空間轉換到特徵 子空間。使得在特徵空間中，數據具有很好的區分能力。
分類決策
分類是將樣本的特徵 空間劃分為類型空間。對於給定的未知模式，確定其為類型空間的某種模型。特徵提取和選擇在很大程度上影響了分類效果，而好的 分類器設計和方法也會提高系統分類性能。
掌紋紋理
掌紋可以被認為是無規則但在個體間獨一無二的一種紋理。有很多方法是針對 紋理分析處理掌紋圖像的。如Gabor濾波[18~20]、 小波變換[21~23]、傅立葉變換和局部 能量等方法。與指紋相比，掌紋上有很多摺痕，Wu提取有向線能量特徵將這些摺痕 特徵向量化，用於掌紋識別。 李文新通過傅立葉變換將掌紋圖像變換到頻域，然後再將變換後的圖像分別計算R 能量和 能量，最後通過分級匹配方法對提取的特徵進行匹配識別。
Kong等人將虹膜識別中的基於二維Gabor的相位編碼方法用於掌紋圖像的 特徵提取。該方法把Gabor濾波後的圖像進行相位編碼，稱作PalmCode，這樣在 特徵向量中只保存了相位信息。由於這種 算法只採用了一個方向的Gabor濾波器提取掌紋圖像的特徵，掌紋圖像其他方向的信息丟失。文獻在這種 算法的基礎上進行改進，提出了採用4個方向的Gabor濾波器同時提取掌紋圖像的相位特徵，然後通過融合準則將這4個方向的相位特徵融合為一個，稱為FusionCode。這種算法很好的利用了Gabor濾波器的方向性，使得算法的正確識別率大大提高。但是，這種算法需要計算4次Gabor濾波器與圖像的卷積運算，使得計算 複雜度明顯增加。
採用 紋理分析的方法處理掌紋圖像可以有效的避免圖像在空域中噪聲的影響，簡化甚至免去 圖像預處理步驟。同時，採用紋理 能量描述掌紋，除了 空間位置外，還能夠利用紋線的粗細程度這一性質進行區分。這種方法能夠較好的保持掌紋圖像的類間區分性和類內緊湊性。
技術展望
隨著信息技術和網路技術的高速發展，信息安全顯示出前所未有的重要性。生物識別技術以其特有的穩定性、唯一性和方便性，得到越來越廣泛的套用。掌紋識別作為一項新興的生物識別技術，因具有採樣簡單、圖像信息豐富、用戶接受程度高、不易偽造、受噪聲干擾小等特點受到國內外研究人員的廣泛關注。但是由於掌紋識別技術起步較晚，目前尚處於學習和借鑑其他生物特徵識別技術的階段。
