指纹因其唯一性、可靠性和方便性已经发展成为了主流的生物特征识别手段。指纹识别广泛应用于日常考勤、身份鉴别、数据加密、电子商务、电子政务等系统,为人们的日常生活提供了很大的便利,大大满足了现代社会的需求。传统的自动指纹识别系统(AFIS)都是基于PC的联机系统,虽然能提供便捷、高效的身份认证服务,但是由于其体积庞大不易携带且功耗较大,往往无法满足人们对自动指纹识别系统的小型化和便携式的要求。随着高性能数字信号处理芯片的不断革新,嵌入式下的指纹识别系统已经越来越广泛的应用于便携式的设备之中。自动指纹识别系统(AFIS)通常包括指纹采集、指纹预处理、指纹匹配三个阶段。而指纹预处理又包括标准化、指纹分割、方向场求取、纹线距离估计、指纹增强、二值化、细化、特征提取等步骤。经过特征提取后得到的特征信息用于指纹的匹配,最终得出匹配的结果。嵌入式环境下的自动指纹识别系统由于对算法的运行空间、运行时间和实时性方面要求很苛刻,所以普通的联机指纹识别算法需要经过大量的改进甚至重写才能稳定有效地运行在脱机环境下。本文针对嵌入式环境下自动指纹识别系统中指纹的纹线距离估计和指纹匹配这两方面进行研究,主要研究内容包括：提出了一种快速的指纹纹线距离估计方法,首先根据图像中每一块的方向曲率进行初步筛选从而得到典型图像块,将它们作为候选图像块,其次考虑质量策略后从这些候选图像块中筛选出更好的图像块使用统计窗的方法计算平均纹线距离。实验结果表明该方法不仅快速,而且在估计平均纹线距离上具有很好的鲁棒性,不仅适合联机应用更适合嵌入式环境下的应用。在基于细节点的指纹匹配算法中,如何寻找到对应的细节点对并准确地匹配指纹中的细节点已成为一个热门话题。为了实现这一目标,本文提出了一种基于多级结构相似度的快速指纹匹配算法。首先对指纹中的每个细节点定义具有很好区分度的子结构,根据这些子结构计算相似度并筛选出可能的参考点对。然后利用他们之间的边角关系等结构信息实施奖惩得分制度,根据事先设定的阈值,得分较高的那些参考点对被保留进行最终的全局匹配并计算匹配得分,两幅指纹的最终的匹配得分就是这些分数的最大值。实验结果表明,本文提出的匹配算法可以在性能下降可以忽略的情况下大幅度降低匹配时间。