本文针对自动指纹识别系统的理论和核心技术作了深入的研究。着重研究了指纹特征提取模块中的若干图像处理技术，以及指纹比对模块中的模式识别算法。在一对一验证模式的自动指纹识别系统下，分别用软件实现了上述算法。实验证明，这些算法使系统的各项性能得到显著提高。主要研究内容具体包括： (1)深入研究了指纹图像的细化方法，实现了两种细化算法——快速细化算法和改进的OPTA细化算法。对两种算法的细化效果进行了分析和比较，指出了各自的优缺点。针对这两种算法的不足，分析其产生的原因，并且在第二种算法的基础上，重新构建了细化模板，提出了一种新的细化算法。经过实验证明，该算法能够很好的满足细化要求。细化完全彻底，细化以后的指纹骨架在纹线中心线，并保持了纹线原有的拓扑结构和细节特征，而且光滑无毛刺，运算速度也很快。 (2)研究了指纹图像细化后处理技术，即细化纹线修复技术。分析了细化指纹图像存在的各种典型噪声：断线、短线、毛刺、叉连、小孔等，以及各自产生的原因。针对每一种噪声，分别研究和实现了该噪声的消除方法，并对纹线进行了修复。细化纹线的修复是常规的指纹细节特征提取算法的基础。实验证明，该细化后处理技术可以去除绝大多数的噪声，减少了伪特征点的出现，为后续的特征提取算法提供了可靠的基础。 (3)针对基于点模式匹配的指纹匹配算法速度较慢的现状，本文研究了基于纹线匹配技术的指纹匹配算法。该算法利用特征点所在纹线的相似程度来寻找一对基准特征点，然后根据基准点对的坐标来计算两幅指纹图像(待识图像、模板图像)的平移和旋转参数，并将待识图像相对于模板图像进行图像姿势纠正，最后使用坐标匹配的方法统计两幅图像能够匹配的特征点数目，以实现两枚指纹的匹配。实验证明，该算法匹配速度很快，误识率低，准确性高，并具有图像旋转平移不变性。对面积适中的指纹图像，匹配结果可以满足在线应用的需要。该算法有望发展成为一种实用、有效的指纹匹配技术。