随着虚拟仪器软件LabVIEW的出现，数据流编程方式渐渐地改变了传统文本语言编程的方式，图形化编程逐步扩大着编程语言开发的市场领域，另一方面，当前的指纹识别系统逐渐向着小型化和嵌入式方向发展，软硬件结合开发的指纹识别系统成为近来发展的趋势。　　 本文首先介绍了指纹识别技术和机器视觉的研究背景和国内外现状，与此同时，对虚拟仪器软件LabVIEW的特点进行了介绍，随后对VISION视觉开发包在机器视觉开发方向的优点进行了说明，　　 其次，研究了传统的指纹图像预处理过程以及各种处理算法的分析比较，本文用物理场论描述了整个指纹图像预处理过程，包括指纹图像的图像场强与分割、图像的均衡化、图像的收敛、图像的平滑、图像的增强、图像的二值化以及图像的细化等，在指纹图像预处理模块中，分析比较了灰度阈值分割法和智能二值化领域分割法这两种增强算法，之后提出了一种细化算法的优化，能够很好的解决骨架吞食等现象，然后在LabVIEW和VISION视觉包下实现指纹图像的预处理过程。　　 再次，对特征提取以及特征匹配等方面的理论进行研究，涉及到指纹特征的分类和识别，指纹特征值的提取算法分析以及对特征值比对过程的研究，在指纹匹配模块中，通过对指纹图像特征点的识别和提取过程的研究，介绍分析了用方向场均值算法去除伪奇异点的方法，引入限界盒模型去解决指纹图像的非线性形变问题，提出了一个改进的指纹配准特征点模型，从而能够解决细化后的图像不稳定的影响，提高相似分数的正确率和匹配速率。　　 最后，在LabVIEW环境下开发出基于Biokey算法的指纹识别系统，把用VISION视觉包开发的指纹图像预处理模块加入到系统的匹配模块之前，增加了系统的识别速度和一定的准确率，针对一般的指纹识别的软件系统存在的实时性和速率的不足，对TMS320VC33芯片的硬件结构和LabVIEW的DSP开发模块的研究，提出了基于LabVIEW的DSP开发模块和DSP开发板SPEEDY-33(TMS320VC33芯片)的指纹图像预处理硬件设计方案(预处理模块结构图和预处理模块流程图)，用以提升对庞大的指纹图像数据预处理速度。　　 通过实验证明，在LabVIEW开发的指纹识别系统能够得到比较满意的结果，本文所讨论的将虚拟仪器技术和机器视觉以及DSP开发方向的结合方法对LabVIEW在其他领域的应用具有一定的参考价值。