近年来，生物识别技术在人们生活中的许多领域都得到了广泛的应用，如安全门禁系统中使用的虹膜技术、公司中使用的指纹打卡机以及数字签名等。指纹自动化识别系统，作为生物识别技术的重要分支，以其稳定性、可靠性、成熟性和廉价性等优点得到了广泛的研究和应用。经过大量学者和研究人员近四十年的研究，指纹识别系统已经取得了很大的进展，但是仍然存在瓶颈，如由于算法性能不够好而导致硬件实现的实时性能不高；由于对低质量指纹图像的识别准确度不高，导致不能有效的提取出细节点信息。本文在前人研究的基础上，通过对预处理算法的改进和匹配算法的优化，有效地提高了指纹自动识别系统的性能。主要研究内容如下：一、对指纹的分割算法进行了研究，首先提出了最基本的基于统计特征信息的指纹分割算法，它是通过计算指纹图像的灰度方差、均值和梯度来进行图像分割。其次介绍了基于形态学的指纹分割方法，它通过开操作和闭操作可以有效的去除图像中的噪声、纹线断裂等伪特征信息。二、分析了传统的指纹增强算法——基于Gabor滤波器的图像增强算法，由于此算法主要对方向场进行滤波增强，算法比较耗时，容易产生虚假的纹线和空洞。因此，我们在仿生学的基础上提出了蚁群增强算法，通过蚂蚁寻找食物源的模拟进化算法，可以有效的提高指纹图像的质量。三、为了提取出有效的特征信息，通过对现有细化算法的研究，在改进OPTA细化算法的基础上，结合快速细化算法提出了合成细化算法。四、提出了基于相似三角形原理的指纹匹配算法，即通过比较采集到的指纹图像中细节点组成的相似三角形个数来判定两幅指纹图像是否匹配，并且对算法进行了改进，提高了匹配的准确度。