随着现代电子技术的发展,计算机系统的安全问题变得愈加的重要,传统的安全系统已经不足以满足需要,因此,大家都把目光投向了生物识别技术。其中最有代表性的指纹识别技术取得了巨大的发展,很多公司和机构都致力于逐渐被运用到各种电子设备、系统之中,但是由于自动指纹识别技术本身的多种因素,其中牵涉到商业产权的关系,很多算法都未能进行开源,所以指纹识别技术依旧是当今的研究热点之一。本文在指纹识别的原理进行学习的基础之上,就指纹识别的的图像处理算法进行了着重研究,对原有算法进行了优化并提出了对应的解决方案。对指纹图像进行预处理,运用基本的图像平滑技术滤除采集到的图像的噪声信息。在此基础上,对指纹特征图像和背景图像进行分割,提出了一种改进的最大类间方差法的阈值分割技术,完整的保留了前景区域,将非指纹区域背景去除,具有较好的性能。针对指纹脊线具有方向性的特点,本文研究了Gabor原理,并构造了方向性滤波器对指纹图像进行增强,提高了纹线的清晰度,降低了噪声对特征提取的影响。同时,本文采用现有的图像细化算法,对指纹纹线进行细化处理,方便特征点的提取。在指纹特征提取和匹配时,本文提出了一种基于点特征模型的指纹识别算法,在细化图像的基础上,采用八邻域模板提取细化指纹图像中的端点和分叉点,并对采集到的特征点进行去伪处理,最后采用基于细节点匹配的方法,对采集到的数据点集完成匹配。上述研究工作从降低噪声和增强指纹细节上,特征点模型的提取和匹配上给出了具体的解决方案和结果,实验证明,对于自动指纹识别技术的实际应用具有一定的参考价值。