作为生物识别重要的分支之一，指纹识别具有技术成熟、识别率和可靠性高等优点。随着指纹传感器、计算机和图像处理等领域的快速发展，指纹识别的应用已从早期的刑事侦查扩展到电子证件、考勤机和门禁系统等领域。其中，指纹门禁系统存在算法复杂化和设备小型化的矛盾。开发适用于ARM或DSP平台的高性能算法体系，对将指纹识别推广到市场更大的小型门禁系统意义重大。指纹采集环节，选择STM32F429和FPC1011F分别作为系统的控制核心和图像采集设备。与DSP平台上开发的指纹采集系统相比，新系统的性价比更高。预处理环节，采用改进的正规化算法，并提出新的分割算法。正规化时，将图像分块，并用图像块的均值和方差动态调整期望均值和方差。分块正规化在处理低对比度区域时比全局正规化的效果要好。分割时，先用最大类间方差计算的灰度和梯度阈值初步提取感兴趣区域，再用开运算和环形模板对感兴趣区域进行后处理。新分割算法具有较强的稳健性。特征提取环节，以细节点邻域纹理特征和直线特征对细节特征进行补充，并提出提取指纹直线特征的新算法。为提取具有位移和旋转不变性的细节点邻域纹理特征，需构造圆形复数滤波器。为提取直线特征，先在嵴线骨架上追踪一段拟合误差较小的基础线段，再在基础线段两端按照一定条件生长线段。细节点邻域纹理特征和直线特征具有容易提取、存储量小和匹配简单的优点，适用于小型门禁设备。匹配环节，提出结合细节特征、细节点邻域纹理特征和直线特征的分级匹配体系。首先用细节点邻域纹理特征筛选可能匹配的细节点，再对筛选的细节点进行细节特征匹配，如果细节特征匹配失败则进行直线特征匹配。细节点邻域纹理特征匹配能减少配准图像的计算量，直线特征匹配也能降低匹配缺乏细节特征的指纹时的错误拒绝率，该分级匹配体系能有效提高门禁系统的性能。