目前自动指纹识别技术作为一种具有唯一性、不变性、可靠性的生物识别技术得到了广泛的应用。目前的指纹识别技术不是十分成熟,需要解决的问题是如何提高识别率及减少运算时间。本文主要研究了自动指纹识别的基本方法,重点研究了指纹图像的预处理,特征提取及细节特征点匹配。预处理部分重点讨论了指纹图像分割,指纹方向图的提取,图像的增强,二值化及细化。其中通过讨论与实验分析,指纹图像分割采用基于图像梯度变化的分割算法,方向图的提取采用基于RAO梯度法提取的方法,指纹图像增强分图像规格化、直方图均衡化、图像平滑、频域Gabor滤波四个步骤完成,二值化过程采用局部阈值自适应方法,图像的细化利用一种合成的细化算法进行细化。特征提取部分重点讨论了细节特征点的提取及伪特征点的去除。指纹匹配部分将指纹细节特征点的匹配问题看做是一个二分类问题,首先利用支持模型的匹配方法求取两个指纹图像的匹配细节特征点集合,并构造匹配特征向量,然后根据训练库样本获得的匹配向量用支持向量机进行训练,最后用测试库样本在训练好的分类器上进行仿真,实验仿真结果证明了算法的有效性和可靠性。