在自动指纹识别系统中，有四个处理步骤，本文将从其第二个处理步骤，图像预处理中指纹图像增强的方法进行比较深入的研究。本文充分结合了指纹图像的细节特征，以此来保证图像增强后的质量。本文研究的主要工作有：首先，本文对指纹的基本细节特征做了简单的总结和分析，依据这些细节特征及其算法，提出一种新的指纹图像分割算法——引入极大熵的模糊均值的改进算法（SMEC）。SMEC是基于模糊聚类算法的，是对MEC算法的改进。通过与FCM算法进行试验对比，可得，该算法的聚类中心具有很高的敏感性，提高了算法的整体鲁棒性，并且算法收敛速度快。实验结果表明，用于指纹图像的分割具有较好的效果。其次，本文提出了对分割后的指纹图像区域进行边缘检测，所运用的方法是基于模糊聚类算法的方法。运用本文提出的SMEC算法提取图像边缘的细节信息，实现了对图像边缘的提取处理。使指纹图像边缘更加清晰平滑，同时实现了边缘加强。最后，对分割的图像边缘提取后，对合并后的图像做均衡化处理。从文中介绍的各种直方图均衡化算法中，做了简单的介绍和分析，选取了具有显著优势的累积分布函数直方图均衡化方法。为了使增强的图像具有更高的稳定性，先对图像的直方图进行剪切，避免增强过度。本文在提出一种改进的模糊聚类算法给指纹图像进行分割的同时，结合了图像的边缘检测和直方图均衡化方法对指纹图像进行增强处理，充分考虑了指纹图像自身具有的特征，并且实现了双重增强。本文的使用是Matlab7.0软件作为实验测试的环境，运用本文的方法与用其他增强方法进行了图像结果的比较。从最终的实验结果中就可以看出，本文的方法使指纹图像得到一定程度的增强，提高了图像质量，为后续的图像处理工作提供了高质量的指纹图像，具有一定的应用价值。