随着信息安全领域的应用范围不断扩大,其核心生物识别和网络安全也随之快速发展。作为生物识别中的指纹识别更是尤为重要。然而,现有的指纹识别技术大都是基于活体指纹。因此,如何首先辨别出真假指纹是急需解决的问题。尽管指纹可以伪造,但是死体指纹本身的特征以及材质与真实指纹却有着天然的不同,有些假指纹比较粗糙或者过于细腻,这都与活体指纹有着细微的差别。以此为出发点,指纹的特征正适合于数学方法中的主成份分析,而微乎其微的材质差别可以用小波分析来解决。本篇论文的方法是首先计算指纹的多个统计特征,一阶特征包括能量,熵,图像的均值,方差等。以纹理分析为基础,计算图像的共生矩阵,以此来计算图像的二阶特征：集群荫和集群凸。结合研究指纹图像必备的指纹方向流,指纹的脊均值,中值以及方差等特征共同作为指纹样本的属性。对于统计出的多个属性进行主成份分析,达到将维的目的。用保持原有信息80%以上的二维向量来表示每一个指纹样本。将第一维向量(第一主成份)作为横坐标,第二维向量(第二主成份)作为纵坐标进行聚类分析,得到指纹的聚类中心。其次,对指纹进行二级小波分解,对于分解后的六个细节系数设计出适当的软阈值进行小波重构,重构后的图像与原来的图像的差值矩阵作为特征。这个特征与聚类分析的两个特征结合和在一起(三维向量)来表示一枚指纹。通过实验出真实指纹的特征向量变化范围,利用与这个向量的距离辨别出是真还是假指纹。利用125枚真指纹和106枚假指纹进行实验,在只运用纹理分析和主成份分析的方法中识别率为86.79%.通过结合小波方法后识别率达到96.42%.