生物识别以生物技术为基础，以信息技术为手段，将两大热门技术融合为一体。指纹识别是生物识别技术中最早应用，技术最为成熟，价格最低廉的分支。 指纹识别是集光电技术、图像处理、数据库技术、模式识别等技术等于一体的综合性问题。本文在前人的研究成果的基础上，对指纹识别的各个过程，包括指纹图像预处理、指纹图像特征点提取、指纹匹配等相关算法进行了研究，主要研究内容有： 指纹图像预处理阶段，使用掩膜法求取了图像的方向图；根据得到的方向信息，使用Gabor滤波对指纹图像进行增强，因为Gabor滤波器是具有方向和频率选择特性的带通滤波器，更符合指纹图像的特性；之后，在对增强后的指纹图像进行二值化阶段，本文使用了动态阈值法，动态阈值法利用了指纹图像本身的特性，能得到更好的效果；在指纹图像细化阶段，本文介绍了基于数学形态学的细化方法，基于数学形态学的细化方法很好的总结了指纹图像的特征，利用8-邻接点的相关概念，对指纹图像能达到很好的细化效果。 在指纹图像特征提取阶段，本文介绍了8邻域编码纹线跟踪算法进行特征点提取的思想和方法，8邻域编码纹线跟踪算法继承了细化中8-邻接点的相关概念，对指纹图像的末梢点、分支点等特征进行提取。 在指纹图像匹配阶段，为了得到较好的效果，本文采用了两次匹配的过程，第一次匹配使用传统的基于特征点的匹配方法，能够迅速的去除差距很大的图片和效果较好的匹配图片，而第二次匹配使用了基于可变界限盒的串距离匹配方法，这种方法能够更好的适应指纹图像的非线性形变等情况。通过两次匹配的过程。能够得到比较令人满意的匹配结果。 随后，经过之前的学习研究，实现了一个简单的指纹识别系统来验证前面的研究成果。 最后，对全文进行了总结，并给出了不足和对未来工作的展望。