自“9.11”后，随着人们对安防需求的升级，门禁控制系统得到日益广泛的应用，不断提高门禁系统的安全性成为研究的重要课题。第四代门禁系统结合了人体生物特征识别技术，利用人体本身具有的物理特征(如指纹、虹膜、脸型、掌纹等)或行为特征(如步态、签名等)来确定人的身份，取代或加强传统的身份识别方法。 论文采用掌形识别为控制方案，基于ARM920T内核的EP9315芯片为门禁系统CPU，设计和调试了系统的硬件平台。 论文研究了掌形识别算法，进行了三方面的工作。 首先研究了掌形中的手形特征，提出了一种基于骨架特征的手形识别算法，很好的克服了手指旋转给识别带来的干扰。 然后研究了掌形中的掌纹特征，通过系列图像处理，分离出手掌的三条主线，提取主线端点，并在主线上等间隔采样，利用端点和采样点进行匹配，拥有很高的识别率。 最后结合手形与掌纹特征，实现掌形识别。依据手形特征对掌形库进行粗分类，利用掌纹特征进行匹配，算法拥有很快的识别速度与稳定较高的识别率。对分类规则提出了新思路与方法。 论文还提出了基于ARM的门禁系统方案。成功设计了以基于ARM920T内核的EP9315芯片为CPU的最小系统，设计PCB图并制板，最后调试了系统的底层电路。 论文的研究设计工作，通过提高掌形识别算法的识别率，达到了提高门禁系统安全性的目的；ARM平台的设计与调试，在工程实际中有参考价值。
