近年来，随着科技发展水平的不断提高，身份认证已经成为人们日常生活中不可或缺的一个环节。传统的身份认证方式存在着诸多问题，如证件容易丢失和伪造、密码容易记错和遗忘等，因此人们把目光投向了生物特征识别技术。因其具有较高的安全性、可靠性和便捷性，吸引了大批的科研人员和知名企业从事该项技术的研究和相关产品的开发。 指纹识别技术，作为生物特征识别技术的主流技术之一，得到了业界的深入研究和并获得了广泛的应用。但在指纹识别领域仍然存在很多极具挑战性的问题，例如低质量指纹图像的增强问题、指纹匹配中的非线性形变问题，这些问题直接影响着指纹识别系统的性能，是现有指纹识别研究中的难点和热点。针对这些问题，本文主要从以下两方面加以克服和解决：第一，如何更好地描述和处理低质量指纹图像，以便从中获取有用信息并更准确地提取特征用于指纹匹配;第二，如何更好地利用细节点特征之间所蕴含的各种信息来克服指纹匹配的非线性形变问题。 本文对指纹图像的质量评价、分割、增强以及指纹细节点匹配等问题进行了研究，提出了几种新颖有效的算法。本文主要贡献概括如下： (1)提出了一种基于纹线连续性度量的指纹图像质量评价算法。通过图像的一阶和二阶方向导数来计算纹线的连续性，同时结合指纹的方向性，得到局部质量分数图。从局部质量分数图出发，可以计算细节点的可靠性分数和全局质量分数。实验结果表明，和其它算法相比，该算法给出的质量分数更能反映指纹图像的局部和整体质量；而融合了局部质量分数和细节点可靠性的匹配算法能够有效地提高指纹识别的性能。 (2)提出了一种基于多特征判别分析的自适应指纹图像分割算法。对于给定的待分割图像，该算法从每个特征在整幅图像上的概率分布出发，构造出综合考虑各个特征的两类分类能力的分类器，然后利用该分类器对每个子图像块作出前景或背景的判断。与已有的基于分类器的分割方法相比，该方法不需要在整个数据库中人工采集样本用以训练分类器，完全是图像级别的自适应分割。在FVC数据库上的实验结果证明了该分割算法的有效性。 (3)提出了一种基于偏微分方程的指纹图像增强算法。该算法构造了一种冲击滤波和非线性扩散滤波相结合的偏微分方程增强模型。该模型充分利用了指纹纹线的局部方向和频率信息，使之能够自适应地增强指纹中不同方向和不同宽度的纹线结构。同时，也提出了一种以指纹质量图为基础的基于非线性扩散滤波的方向图和频率图规则化后处理方法，用于准确估计纹线的局部方向和频率。在NIST和FVC数据库上的实验结果表明，和其它算法相比，该算法有更鲁棒更好的增强效果，能够有效地提高细节点提取和匹配的性能。 (4)提出了指纹匹配中稳定区域的概念以及一种新颖的基于稳定区域的形变指纹匹配算法。通过稳定区域这一概念，巧妙地把该指纹匹配问题转化为寻找两幅指纹中对应稳定区域的问题。该算法通过稳定区域的构造、确认和扩张这三个步骤，实现了从点到面再到更大区域、从线性形变区域到非线性形变区域的匹配策略。该算法在FVC2004数据库上进行了测试，实验结果表明该算法有着良好的匹配性能以及较强的处理非线性形变的能力。