自动指纹识别技术是目前生物特征识别中最典型、应用最广泛的技术。它大致包括指纹图像预处理(指纹分割、指纹增强、指纹细化)、特征提取、特征匹配。到目前为止,已有不少文献对其进行了深入研究。在实际采录指纹过程中,会出现按压变形,采集器自身缺陷,汗渍、指纹天然断裂类人为因素等情况。为了保证指纹识别算法对指纹质量的鲁棒性,本文对指纹识别的改进做了细致的研究。在本次设计中为了实现低质量的指纹识别,在指纹增强过程中使用了两种算法,一种是基于Log-Gabor滤波器的指纹图像增强算法,该算法增强效果显著,解决了空洞,断裂等诸多问题。另一种是基于方向滤波的指纹图像增强方法,该方法实现的关键在于方向滤波器的设计,以及滤波器的旋转的实现,该方法的运算处理速度快,具有一定的噪能力及对空洞,断裂的修复能力。利用VC++编程实现了以上算法,另使用了两种细化算法,并比较了细化后特征的提取结果。本文指纹识别中运用了一种新型基于脉冲耦合神经网络(PCNN)的指纹识别方法,即使图像发生扭曲、平移、尺度变换或者旋转等,点火时间信号仍可保持基本不变,成功避开了原来伪特征点的干扰,并通过实验数据对比证明得到很好的效果,降低了错误接受率。