Gabor变换是掌纹识别中提取纹理特征的一个重要工具，但其性能易受图像的变化以及不均衡噪声等因素影响，因此提出了一种基于Gabor局部相对特征的掌纹识别算法。该算法对原始图像进行微尺度不变Gabor滤波；结合分形学的思想，将滤波后的图像分成大小相等的子域，每个子域又分成多个相同的子块，计算每个子块与它所在子域的相对方差，将所有子块的相对方差排列组成表征图像的特征向量进行识别。该算法将微尺度不变与局部相对特性统一，所提取的特征对各种变化有很强的鲁棒性，提高了识别精度和效率。实验使用北京交通大学BJTU_PalmprintDB证明该算法的有效性。