自动指纹识别是较为成熟的一种生物特征识别技术,已被广泛应用于入口控制、人机交互等领域。但随着社会信息化的发展,现有的识别方法已不能满足实际需求。因此,近些年来,许多研究机构都在积极投入指纹识别关键技术的各项研究,来提高自动指纹识别系统的各项性能,从而满足实际需要。指纹增强在指纹图像的识别过程中是尤为重要的一环,如果这部分没有处理好,将很难通过改进后面的细节提取过程而获得好的效果。良好的指纹增强算法是提高系统性能的基础。本文以低质量指纹图像为研究对象,主要针对低质量指纹图像的增强做了深入的研究,主要工作如下:(1)对目前常用的3种指纹图像的增强算法:基于根滤波器、传统Gabor和STFT的增强方法,进行分析和仿真实现,比较各种算法的性能,由于基于STFT的指纹增强方法准确率最高,被选作为后续算法的参照对象。(2)给出了基于STFT和Gabor的低质量指纹图像的增强算法。该算法通过STFT同时获得方向场、频率场等中间参数,再利用在空间域和频率域具有最佳组合特性的Gabor滤波器进行滤波。试验结果表明,与参照算法相比较,本算法具有更好的增强效果和更快的执行速度。(3)构造了方向Gabor滤波器组,把各个方向滤波器分别与指纹图像进行卷积,然后根据STFT获得的方向场进行滤波子图像融合,从而得到增强后的图像。仿真实验结果表明,本算法简单可行,增强效果较好。(4)在低质量指纹增强过程中引入NSCT,该变换对于纹理图像的去噪和增强效果都不错。在指纹增强的预处理阶段加入无下采样Contourlet变换,再进行常规的指纹增强算法。实验结果表明,可以进一步提高指纹图像的增强质量。论文最后实现了一个自动指纹识别演示系统。