随着计算机技术日新月异的发展和信息技术的广泛应用,人们对信息安全的要求越来越高。自动指纹识别技术的出现,极大地提高了海量指纹信息查询的效率,对信息安全提供了强有力的保障。虽然目前国内外指纹识别技术已经取得了不少突破,许多商业化的产品已经得到应用,但事实上指纹识别技术还很不成熟,水平仍处于实验室研究阶段,其原因是复杂而多方面的,主要包括手指表面噪声,手指旋转、扭曲造成的形变以及许多算法由于商业利益未能公开等等,这些都限制了自动指纹识别技术的发展。本文试图将多种图像处理与模式识别技术相结合,在指纹图像增强、伪特征点去除以及指纹匹配等几个关键步骤中,提出若干行之有效的自动指纹识别新方法,为解决自动指纹识别技术中存在的问题找到切实可行的新途径。　　 综合概括起来,本文主要完成的工作包括:　　 首先介绍了图像的采集过程和各种采集仪的优缺点。从采集仪采集到的原始图像往往不是十分清晰,因此作者在深入研究大量文献的基础上,完成指纹图像的增强工作,包括图像归一化、方向图估计、频率图计算以及Gabor滤波器的设计和滤波。并对各种算法进行实现,比较现有方法和改进方法的结果,试图找出更为理想的算法。特别在指纹图像滤波方面,采用了改进的Gabor滤波的方法,取得了较好的结果。　　 在特征提取部分,首先介绍了指纹的常见特征,并分析了现有的基于模板的特征点提取方法。此外,由于各种原因的影响,输入的图像一般会有不同程度的噪声,从细化的二值图像上提取特征点时往往含有大量的伪特征点。前人对此提出了大量去除伪特征点的方法,但也存在着一些问题,如对于全局纹线距离难以确定并且对于某些伪结构如岛屿、三角等不能识别。基于这些问题,作者提出了改进的基于结构特征的去除指纹伪特征点的方法。该方法分为两部分:基于连通域的纹线跟踪算法和基于结构的去伪特征方法。实验结果表明,该方法可以去除大量伪特征点,使得提取特征的真实性大大地提高,为后续工作打下良好基础。　　 指纹匹配就是将当前输入的指纹与事先保存的模板进行比对,然后给出比对结果。前人方法的主要问题包括特征信息利用不全,特征点较少时的处理效果不佳,阈值设定过于复杂等。针对这些问题,作者提出了一种改进的指纹匹配算法。算法分两部分,在对齐阶段,本文采取一种改进的细节点对齐方法,根据不同指纹的细节点分布不同,采用了几种不同的局部结构,提高了图像质量较差情况下特征点的利用率。并采用可变大小的限界盒作为判断标准,增加了算法的适应性。在特征点的判决阶段,采用了一种新的增加噪声进行干扰的指纹匹配方法。该方法突破了以往通过设定不同阈值来判断的方法,采用统一阈值,从另一种角度来判断两枚指纹是否匹配,为以后的指纹点匹配提供了一个很好的思路。结果表明,该方法提高了识别率。本文的算法在处理图像质量较差,指纹特征点较少的图像时具有更好的效果,并能更鲁棒地处理指纹图像的非线性形变。　　 最后,根据本文提出的改进的细节点对齐方法,以及指纹判决算法,在VC6.0下搭建了基于点匹配的指纹识别系统。该系统可装载不同的匹配算法,具有识别速度快,适应性强,应用方便等特点。结果表明,该系统能够正确的识别指纹图像,并且能达到实时性要求,具有一定实用价值。