随着指纹识别技术的应用越来越广，人们对其识别效率和准确性要求越来越高，而现实中受采集环境或自身皮肤状况影响仍存在大量低质量指纹图像无法得到有效识别。现有低质量指纹图像识别算法以图像增强为主，在一定程度上能减少伪细节点数目，但经过特征提取后仍会存在大量伪细节点，最终导致整个指纹识别系统的性能下降，使得及时、准确识别低质量指纹图像成为目前亟待解决的一个问题。
　　本文提出一种低质量指纹图像识别算法，该算法主要围绕指纹识别系统中影响低质量指纹图像识别性能的图像增强、特征提取和特征匹配三个环节进行。具体研究内容如下:
　　1.在图像增强环节，针对受采集环境或污损影响的低质量指纹图像存在大量伪细节点的情况，在深入研究典型方向滤波图像增强方法基础上，结合短时傅里叶变换同时求取指纹图像的方向场和频率场，有效地避免频率场对方向场估计依赖性强的问题，提高低质量指纹图像增强的效果，从而减少低质量指纹图像中伪细节点的数量。
　　2.在特征提取环节，对经过图像增强后的指纹灰度图像，通过建立数学模型进行细节点特征的提取，有效避免对指纹图像进行细化处理时引入大量伪细节点，增加提取特征的有效性。
　　3.在特征匹配环节，对经过图像增强后的图像提取出的细节点进行可靠性分析，通过建立核心细节点支持性系统，用多个细节点形成的系统间的相似性代替核心细节点对间的相似性，排除相似性低的核心细节点对的同时找出相似性高的可靠细节点对，根据最优校准法则从可靠细节点对中选出成功匹配的细节点数量计算匹配分数，充分利用低质量指纹图像中可靠性高的细节点信息进行匹配，能有效地改善低质量指纹图像的识别效率和准确率。
　　实验结果表明，本文算法与现有低质量指纹图像识别算法相比，在减少低质量指纹图像中伪细节点产生的同时，经可靠性分析，选取出可靠性高的细节点用于匹配分数的计算，能有效解决低质量指纹图像识别系统性能差的问题。