随着计算机科学技术的迅猛发展，自动指纹识别技术从上世纪80年代以来取得了很大的进步。目前，包括我国在内的很多国家都有公司或者机构专门从事自动指纹识别方面的研究。随着指纹数据库容量不断扩大，指纹识别系统会产生识别准确率下降、速度变慢等问题。针对大规模指纹库的指纹识别技术已成为国内外研究的热点和难点。针对大规模指纹库快速识别的课题，做了相关工作：首先，基于模糊数学理论提出了一个指纹图像质量评估体系，通过其评判指纹图像是否符合识别要求。选择的评估指标包括灰度分布特性，指纹有效面积，指纹中心偏移，环状谱结构等。通过模糊权值矩阵和模糊关系矩阵计算指纹图像的综合评价指数，按照综合评价指数评判指纹图像的质量。其次，针对大规模指纹库的指纹识别，必须通过指纹分类以缩小线性匹配范围。对于此问题提出了一种多维特征的指纹分类方法，以提高指纹识别的速度和效率。将奇异点、脊线方向、奇异点间的脊线数目等分类特征表示成多维数据，然后用k-d树组织成查询索引。识别时通过范围查询找到相应类别从而缩小匹配范围。最后，通过指纹分类后同类的指纹还比较多，远远达不到实时查询的要求。借鉴感知哈希的思想进行相似度查询，进一步缩小线性匹配的范围。实验数据表明，在取得适当的阈值后，这种方法在大大提高指纹识别速度的同时，并不会对误识别率造成很大影响。实验结果显示，提出的新方法能很大程度上提高大规模指纹库指纹识别的效率。