由于指纹所具有的唯一性和不变性，以及指纹识别技术具有很高的可行性和实用性，指纹识别成为最流行、最方便、最可靠的个人身份认证技术之一。尽管在此技术上已有多种成型产品，但因为指纹图的噪声、皮肤弹性的非线性等因素，以及许多文献都因商业利益而未经公开，理想的指纹自动识别系统依然是一个很困难的研究任务。 目前的自动指纹识别系统按匹配特征的不同分为两大类，一种是基于细节点特征的识别系统，一种是基于统计性特征的识别系统。本论文对这两种系统做了深入地研究，从基于细节点特征的系统中求取指纹方向图——滤波——二值化——细化——特征提取——后处理，到基于统计性特征的系统中选取指纹图像参考点——提取统计性特征——分类——匹配等环节，都一一进行了讨论，并提出了一些新方法： 1)在基于细节点特征系统的预处理部分，本论文提出一种新的基于方向图具有动态阈值的指纹图像二值化方法，这种算法能够在保持特征点不丢失的基础上一次性完成一般指纹图像处理中的无效块分割、增强、滤波、二值化的过程。 2)在分类部分，本论文提出了一种新的用于分类的特征矢量，这种特征可从方向图上直接得到，有着很好的抗噪性，而且计算简单，向量维数小，有利于分类器的正确分类。 3)在指纹分类的算法上，本论文不仅探讨了比较传统的中心聚类方法、BP网聚类方法，还将一种自适应调整隐节点个数的径向基函数网络运用到指纹分类的问题上。 作者在PⅢ的计算机上用Visual C++实现了论文中提到的所有算法，实验结果表明，本论文提出的新算法在很大程度上提高了图像的处理效果、分类结果，论文的研究既具有一定的理论价值，也具有较强的实用价值。