指纹由于其唯一性和终身不变性，成为近年广泛应用的生物特征。自动指纹识别系统(AFIS)一般通过对指纹的特征进行匹配比对实现指纹认证和辨识。指纹匹配一般基于指纹的特征点。因此，细节特征点的提取是整个识别系统的关键环节。指纹匹配最常用的方法是美国联邦调查局提出的细节匹配，它利用脊线末梢点(RidgeEnding)和脊线分支点(RidgeBifurcation)这两种关键点来鉴定指纹。 传统的指纹细节提取算法大多由前后景分离、指纹增强、二值化、细化和细节点检测等步骤组成。上述环节前后相关，逐一完成，耗费大量计算时间，另外，二值化和细化环节容易丢失指纹图像信息，造成失真。 本文提出了一种基于脊线跟踪的指纹图像特征点提取算法，直接从灰度指纹图像中有效地提取细节点和脊线骨架信息。其基本思想是在灰度级指纹图像上，沿脊线方向自适应跟踪指纹脊线，直至该条脊线终止或与其他脊线相交，最后得到一幅细化后的指纹骨架图和附在其上的细节点信息。在跟踪过程中，在关键点处进行脊线方向估计和局部滤波；跳跃式地获得脊线骨架点。对于提取到的末端点和交叉点，根据指纹图像的结构特征和统计结果相结合进行去伪后处理，有效地剔除了伪节点。 实验证明，该算法可以准确、有效地提取指纹图像的细节信息，与传统算法相比，省去了很多不必要的计算，减少了指纹图像的失真，具有较高的计算效率和准确率。