传统的安全系统主要采用基于信物或口令的方式，随着社会的发展，这种系统显得越来越脆弱。为了应对这些挑战，人们把目光转向了生物识别技术，希望能借助人体的生理特征或行为动作来提高身份识别的精度。在我们的手指表面，因为皮肤的凸凹不平会产生各种各样的纹路，人们常把这些纹路称谓指纹。现代解剖学和统计学已经表明，每个人的指纹都终身不变且与其他人的不一样，同时，每个人各个手指的纹路也各不相同。也就是说，指纹具有稳定性和唯一性。指纹作为主要的生物识别技术之一，被广泛应用于司法、公安和各种安全防护系统。指纹识别作为模式识别最先涉足的领域之一，发展极为迅猛，实际上在很多场合已经成为生物识别技术的代名词。自动指纹识别是图像处理技术、模式识别技术与计算机数据库技术的综合应用。它的研究可追溯到上个世纪60年代末，经过近40年的发展，在司法、公安和某些商业领域已取得了成功应用，但目前AFIS仍是模式识别研究的热点之一。本文在收集和分析了大量近年来国内外关于指纹匹配和指纹分类的学术论文、研究报告等，对计算机指纹识别技术的若干理论问题进行了探讨，针对指纹自动识别方法的三个主要技术环节——指纹预处理、指纹匹配和指纹分类方法进行了深入的研究，提出了一套用于基于晶体指纹采集器的指纹预处理、指纹匹配和指纹分类方法，试验证明本文提出的指纹预处理、指纹匹配和指纹分类方法是合理的，具有一定的理论价值与实用价值。本文的内容安排如下：第一章介绍了一些常用的生物识别技术，如指纹、人脸、虹膜、掌形、签名、声纹等，并从稳定性、唯一性、准确性、可接受性等七个方面对这些技术进行了比较。同时，还介绍了生物识别系统的评价参数以及两种常用工作模式。尽管指纹识别遭到了一些非议，但作为一种被实践验证了的科学，指纹识别的可靠性是不容置疑的。接着，文章介绍了自动指纹识别系统的结构，详细分析了指纹分类、指纹匹配和指纹压缩各子系统的功能和组成。在本章的最后，指出了当前自动指纹识别系统在指纹采集、图像增强、特征表述和分类体系等方面所面临的问题以及本文所采用的对策。第二章介绍了对使用晶体传感器采集的指纹图像的预处理过程。首先对图像质量进行评估，本文提出了一种新型的、快捷的指纹质量评估算法，通过指纹低采样图像的方向图，判断指纹捺印是否太小，或者是手指放得太偏，还是手指太湿或太干等。接着是图像分割，本文综合了多种分割特征量，采用了分级分割体系，保证了分割的速度和精度；然后对图像分割出的可恢复模糊区域使用快速傅立叶变换进<WP=5>行增强，并对增强后的图像用分离和平均滤波器进一步消除脊线间的叉连和断裂；增强后的灰度图像送入二值化模块处理，本文使用一种基于方向信息的新型二值化方法，并对二值后的图像使用方向加权滤波器去噪，取得了良好的效果；指纹细化质量是提取指纹特征的关键，本文在经典细化算法的基础上，采用了一种最近邻点方式抽取纹线骨架，满足了指纹细化的保持性、连接性、中轴性和快速性的要求。第三章主要研究了如何提取指纹综合模板以及利用综合模板进行指纹匹配的方法。所谓综合模板，就是不仅考虑细节特征的位置、方向和类型，还要考虑它的局部纹理特性及置信度。因此，我们首先讲述了如何基于预处理后的细化指纹图像提取细节特征，并且根据细节的拓扑特性和统计分布规律，对提取的细节特征进行剪枝，以保留最可信的细节点。考虑到无论是在指纹登记生成综合模板还是在指纹匹配的过程中，基于点模式的细节匹配都是不可缺少的部分，我们又介绍了一种快速的基于点模式的细节匹配算法。该方法利用聚类的思想，首先找出具有最大支持数的匹配点对，根据该点对来校准两个点集，得出点集的匹配分值。最后我们提出了细节编码（MinutiaeCode）的思想。该编码只记录细节点周围的、具有大量可辨识信息的局部纹理特性，并根据细节编码和细节模板匹配最终生成综合模板。而利用综合模板进行指纹匹配实际上是一个两级体系，首先对细节特征匹配，如果不成功，再使用细节编码，最后根据两者的匹配分值判断匹配的结果。总之，无论是生成综合模板，还是利用综合模板匹配，我们都采用了信息融合的策略以提高系统性能，并从理论上分析了信息融合对系统整体性能的影响。实验结果表明本文的基于综合模板的指纹匹配方法在兼顾精度和效率上相对其他几种方法有一定的优势。指纹分类是本文第四章的内容。指纹分类是辨识系统重要的组成部分，传统的指纹分类方法基本上都是模仿人工分类的依据，本文提出的指纹分类方法为：使用指纹编码的基于隐马尔可夫和支持向量机的两级分类。该方法采用FingerCode作为指纹的特征表述，首先用五个伪二维隐马尔可夫模型进行类别初选，确定最可能的两种指纹分类结果，再用相应的支持向量机分类器做最终判决。在本文的最后，我们还利用指纹编码的空间分布，试图建立一种“新”的分类体系：使用模糊聚类的方法，在特征空间重新聚类。实验表明，分类精度基本可以满足一般应用需求。在论文的最后，我们给出了全文的总结，并指出了今后进一步研究的方向。