指纹具有唯一性和终生不变性，它作为一种身份认证手段被广泛应用在警用和民用领域。尤其是在民用领域，随着社会发展对自动身份认证技术需求的增加，以指纹为代表的生物特征识别已经成为一个重要的产业，市场份额以逐年扩大的趋势迅速发展。　　 指纹算法研发是一项长期、复杂的高难度课题，很多难题至今还没有解决。因此，仍然有必要对指纹识别算法进行深入研究。本文在系统研究自动指纹识别算法各环节的基础上，提出了一套实用的指纹识别算法，并取得了以下研究成果。　　 首先，本文提出了一种改进的基于梯度的点方向场计算方法。方向场计算是直接影响指纹识别算法性能的关键步骤之一。传统的块方向场计算方法存在抗噪声能力不强、分块过大不能充分描述奇异点附近方向剧烈变化等缺点。改进算法使用高斯滤波器提取其原始图像低频信息并对其缩小，在缩小图像的基础上计算点方向场，在保证速度的同时极大的提高了方向场的准确性，为后续处理垫定了良好的基础。　　 其次，本文提出了一种基于一维滤波器的快速高效的指纹增强方法，极大地提高了算法速度，解决了Gabor滤波器计算量大的问题。纵观各种增强方法的原理，其作用无非表现在两个方面，沿着纹线方向的低通平滑和垂直于纹线方向的带通锐化。根据这个原理本文设计了十字形一维滤波器对指纹图像进行增强并取得了很好的效果。　　 最后，在特征匹配阶段，本文提出了快速模式和精准模式相结合两阶段算法，进一步提高了算法性能。判定两枚指纹是否是同源指纹，一般要结合匹配成功的细节点数和整体相似度两个标准来进行判断。传统方法一般采用刚性标准，即两个指标中有一个不能达到阈值，则判为失败。本文通过对失败且指标在阈值一定范围之内的指纹进行二次精准匹配，根据精准匹配的结果判断两枚指纹是否为同源。这种两阶段的方法在很大程度上提高了算法的识别率。