近年来,自动身份认证技术成为生产生活中一项迫切需要的技术,其中生物特征认证技术获得了全世界的广泛关注,因其具有较高的可靠性,吸引了大批的科研人员和有实力的知名企业从事该项技术的研究和相关产品的开发。作为生物识别技术的主流技术—指纹识别技术,得到了业界的深入研究并获得了广泛的应用。但是困扰指纹识别精度和速度的主要因素是:指纹图像的质量、特征的可靠性、匹配算法的性能。由于指纹图像的质量具有不可控性,所以对特征提取算法和匹配算法的设计是一项具有挑战性的工作。虽然人们对匹配算法进行了深入的研究,但是现有算法还不能完全满足实际需要。当今主流的指纹识别算法是基于细节点的匹配算法,这是一个有名的点模式匹配难题。本文对指纹匹配算法进行了深入研究,创造性地提出了一种新颖的匹配算法,并做了实验,进一步分析了匹配算法的未来走向。本文的主要创造性贡献在于:1)提出了一种指纹图像质量评估算法。该算法简单高效,不需计算指纹图像方向场。根据指纹灰度值的统计分布,再根据不同性质的指纹图像所具备的特点,设置不同的阈值,即可将低质量的指纹拒之门外。实验结果表明,该方法是一种较好的质量评估算法,具有很好的实用性。2)研究了指纹图像预处理的几种技术,如指纹图像归一化、方向场、增强、细化、细化后处理等,并提出了解决方案。在方向场的求取上采用一种各向同性Sobel算子计算像素梯度;在指纹图像增强方面,采用了具有很好频率和方向选择性的Gabor滤波器;在对增强图像的细化方面,采用了基于数学形态学的快速细化算法并对其进行了改进;细化后处理方面主要是去除短线和毛刺等伪特征点结构。3)设计了一种新的细节点局部结构,该结构利用了局部细节点和全局方向场,并提出了一种新的基于该结构的指纹匹配方法。由于该方法充分利用了全局方向场和邻近细节点来描述每个细节点,所以获得了较好的实验结果。