指纹识别技术是当前基于生物特征的身份鉴别领域的研究热点之一,虽然其理论与应用研究已取得一定的成果,但基于大容量指纹库的自动指纹识别系统在识别准确度、识别速度、鲁棒性等方面仍存在不足。本文对其中涉及的几个关键算法进行了较为系统地分析研究,并构建了一个系统研发平台,主要研究工作如下：1、指纹图像预处理方面,一是设计了一个以图像子块的灰度均值、块方向投影信号方差和频谱能量比为特征向量的线性分类器,用于分离指纹图像的前景与背景区域,可降低分割错误率并提高运行速度；二是研究了一种基于独立特征的指纹图像质量评估方法,利用图像的有效面积比、有效区的灰度对比度和频谱能量比依次评价指纹图像质量,拒绝质量过差的指纹图像,并提示用户重新采集指纹。2、指纹特征提取方面,一是研究了一种奇异点两级定位提取方法,根据指纹连续方向场子块的Poincare索引值和复数滤波结果,精确求出奇异点的位置及方向,该方法能准确提取奇异点信息,且抗噪能力强；二是提出了一种基于同一性检测的细节点提取方法,使用小波域Gabor滤波器和频域滤波器分别对原始指纹图像增强后提取细节点的特征信息,再对两个细节点集的交集进行后处理,能够有效消除指纹固有的及预处理环节产生的伪特征,提高提取的准确性。3、指纹分类与匹配方面,一是研究了一种二级指纹分类方法,根据纹型特征设计了一个多级支持向量机分类器进行粗分类,再依据奇异点间脊线数进行二级分类,以便实现系统的快速检索匹配；二是提出了多级指纹匹配方法,在指纹库中检索到待测指纹所属子类后,根据细节点局部结构和方向场进行配准,得出最终匹配结果,有效地提高了在大容量指纹库中的匹配速度和识别准确率。4、结合面向对象的思想和数据库技术,使用Visual C++6.0和SQL Server构建了系统研发平台,整合了多种识别算法,并建立了指纹数据库,可用于对指纹识别算法进行系统研究。