自动指纹识别技术是一种基于生物特征身份认证方式,广泛应用于人们的生活中,如门锁、银行ATM、手机、保险柜等。虽然在指纹识别领域已取得许多突破性的研究成果,但自动指纹识别系统中仍然存在亟需解决的问题,而且随着信息技术的不断发展,人们对指纹识别技术提出了更高的要求。因此,本文通过对指纹预处理、指纹检索和指纹匹配等技术进行相关研究,提高了系统的整体性能,具体的研究内容如下:一、研究了指纹图像的预处理过程,主要包括指纹分割、方向场估计、增强、二值化和细化等,并给出了每个部分具体的算法实现。本文特别针对断痕和模糊等低质量指纹图像,提出了方向场修正的算法。在基于梯度方法估计方向场的基础上,根据纹线缓慢变化的特性,判别方向块的正确性,并对错误方向块采用相应方法进行修正,有效提高了方向场估计的准确率。理论分析和实验结果表明,本文的指纹预处理算法对于断痕和模糊等低质量图像有较好的修复效果,确保了特征提取的准确性。二、随着指纹数据库的规模不断增加,指纹识别效率变得至关重要,针对这类问题,本文提出一种基于细节点描述子的指纹检索算法。首先利用细节点描述子筛选细节点,然后根据细节点间全局位置关系确定最佳参考点,最后基于最佳参考点计算两指纹图像的相似度。采用阈值法的检索策略,将相似度值满足条件的模板指纹直接进入精细匹配,有效解决了 Top N方法不足的问题。理论分析和实验结果表明,该算法在时间和空间上优于基于细节点间几何特征的检索算法,而且算法的鲁棒性较高。三、针对小面积、低质量和严重形变等低质量指纹匹配成功率低的问题,本文提出一种融合细节点和细线结构的指纹匹配算法。首先利用细节点特征信息快速、准确的寻找出最佳基准点;然后将两指纹对齐,分别进行细节点匹配和细线结构匹配;最后根据最小错误率的贝叶斯理论,采用加法准则进行两种特征融合,判断指纹是否匹配。理论分析和实验结果表明,该融合匹配算法弥补了传统的基于单一细节点模式匹配不足的问题,有效提高了指纹识别的准确性。