随着科学技术的不断进步与发展,生物特征识别技术作为一种全新的身份识别手段,得到了迅猛发展及广泛应用.然而,实际的应用给生物特征识别提出了更高的要求,如,稳定性、重复性、可接受性、安全性、非侵犯性、识别速度、产品价格等.目前,还没有任何系统可以满足其全部要求,还面临着许多理论与技术难题需要进一步的开发及解决.本文针对上述存在的主要问题,从图像采集、特征提取、分类器设计以及信息融合技术等几个方面进行研究,提出了一些改进方法和措施:(1)在深入分析指纹取像技术及伪指纹检测技术存在问题的基础上,研究了一种基于生物电检验指纹真伪及非接触指纹图像检测相结合的方法,解决目前指纹采集过程中存在的真伪难辩、残留指纹、灰尘薄雾等严重影响识别率问题.(2)特征提取是生物特征识别的重要环节,对虹膜图像从边缘特征提取和纹理特征提取两方面进行研究:采用阈值自动选取的虹膜边缘检测方法,解决特征提取过程中存在的不能很好地保留图像的原始特征、增加新特征、易受噪声干扰等问题;采用基于多尺度二维Gabor小波变换提取虹膜纹理特征,解决虹膜纹理特征提取过程中存在着受漂移、比例缩放、光照变化、噪声影响等问题;提出采用双三次B样条小波的多尺度屋顶边缘检测方法提取指纹细节特征,解决采用二值化等常规方法无法对有污染、存在噪声等低质量指纹图像提取过程中带来的伪特征或将真实的细节大面积丢失等问题.(3)本文提出采用支持向量机(SVM)决策树、全局优化分类器方法构建SVM指纹多类分类器,在对SVM决策树的错误识别率进行分析的基础上,从理论和实验两方面对指纹八类分类问题进行研究,解决指纹分类过程中,分类类型少,分类精度低、分类速度慢等问题,可广泛应用于虹膜、手形等其它生物特征识别的分类问题上.(4)本文针对任何一种生物特征都有其局限性和自身的适用范围,很难满足高识别率、高稳定性等要求,从理论和实验两方面,对生物特征识别的融合方式及融合方法进行了探讨,在对D-S证据理论进行修正的基础上,提出了基于该理论的带反馈并行的多指纹信息融合算法,解决了低质量指纹识别困难、识别率低等问题.