指纹识别技术是一种重要的生物特征识别方式。在网络环境下,人们越来越多地涉及电子商务、电子政务、金融等网上工作方式,传统的钥匙、密码身份认证方式已不能满足个人隐私甚至国家机密不被泄露等信息安全问题的要求。生物特征,以其稳定性、永久性、唯一性和安全性等独特的优势,能够有效避免丢失、遗忘、复制、被攻击等安全隐患。生物特征识别中的指纹识别,又因为接触界面友好、价格低廉等方便易用的特点而备受关注。论文在总结指纹识别技术发展现状的基础上,分析了指纹识别的热点研究问题,最后确定围绕连续分类进行指纹自动识别方法的研究,将整个指纹识别的全过程作为一个整体考虑,综合研究如何提高指纹匹配性能。指纹匹配使用连续分类中用到的细节点邻近结构,不仅方便提取分类采样点,也有助于匹配的快速实现。论文主要工作与创新点在于：(1)以能够进行连续分类的指纹识别系统为研究目标,研究系统各阶段实现的合理方法。首先为指纹识别系统选择合适的预处理算法和增强算法,该预处理方法能够满足指纹连续分类和匹配所需的特征提取要求。(2)研究了指纹的连续分类实现方法,提取分类特征向量时改进了指纹参考点定位方法,并通过实验检验论文采用的分类特征向量的可行性以及该连续分类方法的性能,同时也可以验证出图像的预处理效果。(3)指纹匹配算法以分类中获取的指纹奇异点为参考点,可以提高参考点的定位效率；同时,利用细节点结构特征,通过设置算法循环条件可以减少模板中细节点的匹配运算量,并使匹配速度得到显著提高。论文研究结果表明,为连续分类选择的预处理方法能够满足分类特征提取的要求,对图像的增强处理也充分考虑到分类特征的提取。提取的分类特征较为有效,可以将待匹配的候选指纹集缩小到可以接受的范围内。对匹配阶段的改进可以减少进行两两匹配的细节点数量,新属性的引入能够排除明显不匹配的细节点的比对,最终达到减少计算量,从而提高匹配速度的目的。