首先对采集的掌纹训练样本进行预处理，然后进行特征提取，把提取的掌纹特征存入特征数据库中留待与被分类样本进行匹配。测试样本分类阶段是对获取的测试样本经过与训练样本相同的预处理、特征提取步骤后，送入分类器进行分类。这两部分都包括以下三步：掌纹图像采集、预处理以及特征提取。

掌纹图像采集：掌纹图像采集的目的就是利用某种数字设备实现把掌纹转换成可以用计算机处理的矩阵数据。一般采集的都是二维灰度图像。

预处理

预处理的目的是使所采集的掌纹图像能方便的对图像后续处理，如去除噪声使图像更清晰，对输入测量引起或其他因素所造成的退化现象进行复原，并对图像进行归一化处理。

特征提取

经过预处理的信息数据往往十分庞大。因此需要对信息数据进行特征提取和选择，即用某种方法把数据从模式空间转换到特征子空间。使得在特征空间中，数据具有很好的区分能力。

分类决策

分类是将样本的特征空间划分为类型空间。对于给定的未知模式，确定其为类型空间的某种模型。特征提取和选择在很大程度上影响了分类效果，而好的分类器设计和方法也会提高系统分类性能。

掌纹识别算法

研究人员已经对掌纹识别技术进行了广泛而深入的研究，并取得了一定的成果。本文对掌纹识别技术的国内外研究现状作简单介绍。下面分别介绍基于掌纹的点特征与线特征、纹理特征、子空间分析和分级特征融合的掌纹识别算法。

掌纹识别技术是近几年提出的一种较新的生物特征识别技术。掌纹是指手指末端到手腕部分的手掌图像。其中很多特征可以用来进行身份识别：如主线、皱纹、细小的纹理、脊末梢、分叉点等。掌纹识别技术也是一种非侵犯性的识别方法，用户比较容易接受，对采集设备要求不高。

随着信息技术和网络技术的高速发展，信息安全显示出前所未有的重要性。生物识别技术以其特有的稳定性、唯一性和方便性，得到越来越广泛的应用。掌纹识别作为一项新兴的生物识别技术，因具有采样简单、图像信息丰富、用户接受程度高、不易伪造、受噪声干扰小等特点受到国内外研究人员的广泛关注。但是由于掌纹识别技术起步较晚，尚处于学习和借鉴其他生物特征识别技术的阶段。

掌纹扫描技术掌纹扫描技术由英特尔公司研发，即用手掌扫描代替密码，这是一种用于笔记本或平板电脑上的计量生物传感器，通过扫描一个人独特的掌纹图案，就能验证他们的身份。

这一技术有望消除个人用于网络的大部分密码，计量生物识别将成为防御网络攻击的最新手段。

要在电脑上应用掌纹识别技术，需要安装计量生物传感器和新软件，但不需要新的处理器，因此它的应用可能要快于人们的预期。此外，截至2012年9月，该技术仍在开发中，其准确性尚未达到政府的要求。

掌纹扫描技术采用的是计量生物识别原理，只需在电脑的“掌纹”识别器前挥一下手，就能登录电脑操作系统，而离开电脑后，计算机窗口就被锁定并进入睡眠模式。计算机辨识出某位用户后，就能将他的身份安全地上传到网站，如网上银行和社交网络。

手掌扫描技术比一些笔记本电脑上的指纹扫描要好得多。如果该技术广泛应用，也意味着个人网站不再需要支持密码网络。