生物特征识别技术是建立在对人的生物特征辨别的基础上的识别技术。基于指纹纹线形态的终生不变性及唯一性,指纹识别技术成为最安全最可靠的生物特征识别技术。自动指纹识别系统(AFIS)通过特殊的转换设备和图像处理技术,对指纹进行采集、分析和比对,可以迅速、准确地鉴别出个人身份,有着广阔的市场前景。通常AFIS包含三个处理阶段：指纹采集、指纹预处理以及指纹匹配。其中指纹预处理又包含标准化、指纹分割、方向场求取、纹线距离估计、指纹增强、指纹二值化、指纹细化以及特征提取。本文针对自动指纹识别系统中的指纹图像分割和指纹匹配这两方面进行了研究,主要研究内容如下：基于均值方差的指纹分割算法简单快速并被广泛采用,但是对于低对比度和高噪声的指纹图像分割效果不理想。因此,我们提出一种基于纹线搜索的指纹分割算法。该方法首先对指纹图像的每个图像块,使用基于纹线搜索的方法进行水平和垂直两个方向窗口的填充,利用先验知识,根据定义的旋转平移参数一致性参数和纹线距离方差判断该块是属于前景块还是背景块,从而实现整幅指纹图像的分割。该方法能有效解决均值方差分割算法对低对比度和高噪声的指纹图像分割效果不理想的问题。最后进一步提出了将均值方差分割算法和基于纹线搜索的分割方法的融合方法,实验结果表明达到了较好的分割效果。现有的基于细节点的指纹匹配算法大多可归为单参考点对的匹配思路：在所有可能的细节点对中,选择一对最可能匹配的细节点作为参考点对,对模板指纹和输入指纹进行全局配准匹配。但是由于指纹的非线性形变等因素的存在,离参考点对越远的细节点对定位误差越大。因此我们提出多参考点对融合的细节点匹配算法。首先,利用旋转平移参数一致性选择出多对正确匹配的参考点对,然后分别以每一对参考点为基准进行全局匹配,得到与参考点对数同样个数的匹配细节点对的集合,最后综合利用这些集合的信息,计算匹配分数。多参考点对的选取以及多个匹配细节点对集合信息的融合,在一定程度上解决了指纹的非线性形变问题对细节点匹配算法性能的影响。基于纹线搜索的指纹分割算法弥补了均值方差分割算法的不足,但由于该方法是一种窗口方法,首先窗口太大或太小都将影响分割效果,其次指纹区和背景区的交界区域因为窗口的缘故,分割效果不是很理想。因此窗口大小的选择以及如何处理交界区域是下一步研究的重点。多参考点对融合的细节点匹配算法的研究目前还处于尝试阶段。本文对利用旋转平移参数一致性选取多参考点对的有效性进行了验证,并初步尝试使用加权统计的融合策略,综合利用得到的多个匹配细节点对集合的信息。以上实验一定程度上证明了该匹配思路的可行性,但匹配算法性能有待进一步提高。下一步工作的重点在于如何提高参考点对选取的准确度,如何降低算法的时间复杂度,以及如何选择更加有效的融合策略提高匹配性能。