指纹识别算法是目前高效、应用广泛的识别算法之一，是生物特征识别领域的研究热点之一。在公安、金融电子商务、政务、司法等领域有着广泛的应用。指纹识别具稳定性，唯一性，安全系数高，成本低等突出优势。并将继续在社会生活中发挥重要作用。但是，这一应用前景广阔的身份认证技术还有许多问题有待解决，如，指纹识别的效率，识别的确性、指纹质量评价指标体系等问题都有待于深入研究。本文主要在指纹质量评估、预处理、指纹特征提取和指纹匹配等方面进行了深入研究，取得了积极成果。　　 本文对指纹质量评估的各种方法，从宏观和微观上进行了深入分析与讨论。其中，宏观的评测指标包括灰度均值方差、有效区域大小、指纹图像的干湿度、指纹图像偏移量等。微观的评测方法包括空域梯度法、方向特征法、以及块方向图等方法。建立了指纹质量评估函数，通过实验进行了验证，为后续的指纹特征提取和指纹匹配的研究奠定了基础。　　 指纹图像的预处理是本文研究的一个重点。即去除原始图像中的各种噪声，增加指纹图像的清晰度，有利于恢复指纹图像的固有的脊线结构，以方便细节特征提取。　　 预处理是指纹识别的关键环节。第2章对自动指纹识别系统的预处理的各个阶段进行了详细讨论。分析和验证了灰度直方图的指纹图像均衡化，可增加灰度图像的对比度。深入研究了指纹图像增强算法，包括：Gabor滤波，奇异值分解的图像增强算法等；对于指纹的二值化和细化阶段，通过大量实验，全面验证了二值化和细化算法。　　 以前期分析与研究成果为基础，提出了一种基于模糊贴近度的新型指纹匹配算法。该算法以分叉点、转折点、指纹图像上两个点的连线所穿越的脊线数量等特征信息，作为识别对象的特征指标。通过求出采样指纹与标准指纹的模糊贴近度，将其结果与阈值V相比较，检测指纹的匹配程度。实验结果表明，该算法能够有效降低算法复杂度，提高指纹的匹配准确率与效率，同时也可以有效避免因指纹旋转、或平移形变、或按压力度不均等因素产生的噪声对指纹匹配精度的影响，可以满足实际应用的需求，为提高指纹识别精确度提供了一种新方法。