生物识别技术是依赖人体的生物特征进行身份验证的一种解决方案。每个人的指纹具有唯一性且终身不变，因此指纹识别是代替传统身份识别手段的最安全、最可靠、最方便的方法之一，是比较理想可行的一种生物识别技术。本文简要介绍了生物识别技术和指纹识别系统(AFIS)的结构与工作原理，分析了指纹图像预处理、特征信息提取、指纹分类和匹配识别技术的发展历史及其研究和应用现状，在对国内外当前流行的一些指纹预处理、指纹特征提取算法进行深入研究和分析的基础上，取得了如下的研究成果：1．提出了一种基于灰度特性的指纹前、背景分割方法。该方法能消除分割过程中出现的孤立块，对噪声干扰有一定的鲁棒性，实用性较强。2．在对基于固定方向滤波的指纹图像增强算法及其效果进行研究分析的基础上，提出了一种改进的Gabor滤波指纹图像增强算法。该方法根据指纹纹线的结构特点，通过对纹线投影信号进行频谱分析来准确计算指纹的纹线频率。实验表明，该方法对纹线粘连图像有很好的处理效果。3．把指纹图像看作一种局部平稳而总体非平稳的信号，提出了一种基于统计学的指纹方向和频率估计算法。实验结果表明，该算法对指纹图像有显著的增强效果，并有效地提高了指纹细节特征提取的准确率。4．针对指纹图像噪声的特点，设计了一种能滤除指纹图像中的冲击噪声的方向中值滤波算法。该算法采用局部阈值法二值化指纹图像，有助于保护纹线的局部信息，避免了图像二值化过程中引入过多的误差。实验结果表明，该方法效果良好。5．针对图像预处理过程产生的伪特征点难以消除的问题，提出了一种基于信息融合的特征点提取方法。通过融合两种不同预处理方法所获得的结果来初步筛选特征点，然后根据特征点的结构信息来消除伪特征点。实验结果表明，该方法不仅可以有效地消除因预处理而产生的伪特征点，同时也能消除因图像采集质量等原因而产生的伪特征点。