指纹识别作为一个较好的生物识别方法，已得到广泛的应用。基于细节点的传统指纹识别方法很容易受噪声带来的伪细节点的影响，已没有很大的改进空间。本文以指纹纹线的宏观线形为研究对象，用曲线建模和实验的方法来分析指纹分类和匹配。实验结果表明基于曲线模型的指纹识别方法与传统方法相比具有较好的识别率和抗噪性能。　　 论文从原始指纹图像开始分析，先对均值和方差不同的灰度指纹图像做归一化处理；然后利用最小均值平方估计法计算指纹的方向场，并用低通滤波的方法对受噪声影响的方向场做了修正；得到指纹相对真实的方向场后，为了还原指纹的真实纹理信息，特别是对低质量指纹，文章用各向异性滤波方法来对指纹进行增强；在清晰和真实的增强图像的基础上进一步进行二值化和细化，最终得到可以用来进行脊线分析的指纹骨架图。　　 论文深入研究了方向场流曲线指纹分类，用改进的方向场代替常规方向场生成方向场流曲线，然后用切空间等距映射来分析方向场流曲线(OFFC)形状类型，通过OFFCs的映射图特征对指纹进行四分类，实验表明该方法四分类总体分类正确率可达到95.48％，比基于常规方向场的94.40％分类正确率具有更好的分类效果。　　 在预处理得到的单像素宽指纹骨架图基础上，论文引入Bezier曲线来拟合指纹脊线，提出一种基于Bezier曲线曲率最大点的指纹特征点，并以该特征点为基础建立了指纹表示模型。论文最后分析了B样条曲线及其控制点，建立了指纹脊线的B样条曲线控制点表示模型。对于两种基于曲线特征的指纹表示，在FVC2004上进行的对比实验，实验结果表明两种基于曲线特征的指纹表示较传统模型有更好的抗噪性和识别率。