指纹凭借着易于采集且唯一稳定的特性,在司法刑侦领域应用已久。近年来随着传感器技术进步,指纹传感器愈加小巧的体积,使其广泛配置于移动设备中,指纹识别在日常生活中的应用也日渐丰富。传统的嵌入式指纹识别系统由于算法复杂度较高,需要依赖DSP芯片处理数据。本文针对此类系统成本较高,灵活性不足的情况,对经典指纹识别算法进行改进,使之能在基于ARM Cortex-M3的低成本通用CPU平台上运行,从而降低系统成本,扩大指纹识别技术的应用范围。本文首先就指纹预处理算法的优化问题进行研究,系统地分析比较经典算法,在其基础上提出了改进的多级图像分割策略、结合离散与连续方向值的方向场混合计算方案、简化的增强滤波实现等改进算法。在保证特征点提取可靠性的前提下,算法的实现设计着重关注整体的实时性能,以满足系统的运行要求。其次针对由指纹传感器图像采集面积小造成的奇异点缺失,匹配特征点较少等情况,本文提出了基于多特征的模板融合方法,其利用同一手指多幅注册图像,通过结合细节点邻域结构与局部二值模式(LBP)纹理特征生成合成模板以扩大注册模板的有效面积,同时提升模板特征点可信度,从而更好地匹配小面积指纹图像。实验结果表明,该方法能有效降低小面积指纹图像匹配的拒真率。最后,本文搭建了硬件验证平台,并对算法中涉及的三角函数计算,开方等操作完成了定点化实现。此外通过具体实现细节的优化,进一步压缩时间与空间消耗,使之能成功移植于资源受限的定点ARM平台。