在当今信息化时代，如何准确鉴定人的身份、保护信息安全，已成为一个必须解决的关键社会问题。传统的身份认证由于极易伪造和丢失，越来越难以满足社会的需求，目前最为便捷与安全的解决方案就是生物特征识别技术。它是利用人生理上的特征来进行身份认证的一种技术。指纹识别技术是现在应用最为广泛的生物特征识别技术之一，该技术主要涉及指纹采集、指纹预处理、指纹特征提取、指纹匹配等过程。然而，指纹匹配是自动指纹识别系统的核心部分，很大程度上影响着自动指纹识别系统的性能，是目前指纹识别技术的热点话题。指纹配准是指纹匹配过程中最关键的环节之一。传统的指纹配准主要分为三类：基于指纹奇异点的配准；基于指纹细节点的描述子配准；基于霍夫变换的配准。这三类配准都存在弊端：当待配准的指纹图像不存在奇异点时，基于指纹奇异点的配准是不能实施的；由于细节点描述子之间的区分性不是很大，而且细节点数目也不稳定，这使得基于指纹细节点的描述子配准准确性不高；当匹配的特征点较多时，基于霍夫变换的配准效率低下。为了改进上面传统指纹配准的不足之处，本文提出了基于全局信息的指纹配准算法。　　本研究主要内容包括：⑴分析了目前经典指纹配准算法，同时指出了各自算法存在的劣势；⑵提出了一种利用指纹的方向场、频率场和曲率场等全局信息的配准算法，此算法根据最速下降法原理，通过选取初始配准参数，来完成指纹图像的配准；⑶由于初始配准参数的选取对指纹配准算法精确度的提升和配准时间的缩短十分重要，本文通过指纹纹理的固有特征，对初始配准参数的选取进行了研究；⑷提出了一个改进的细节点匹配分数设计策略，改进了指纹细节点的匹配；第五，通过相关实验，验证了本文提出的相关算法的有效性。