指纹识别是模式识别领域中使用最早的，也是最为成熟的生物鉴定技术，它是集传感器技术、生物技术、电子技术、数字图象处理、模式识别于一体的高技术。指纹识别技术由于具有唯一性、可靠性，在人们的日常生活中已经被日益广泛地应用于个人的身份鉴别。目前，指纹识别系统的研究和开发正在成为国内外学术界和商业界的热点。相对于其他生物特征鉴别技术例如语音识别及虹膜识别，指纹识别具有许多独到的优点，更重要的是它具有很高的实用性和可行性，已经被认为是一种理想的身份认证技术，有着十分广泛的应用前景，是将来生物特征识别技术的主流。指纹识别系统的工作流程主要有四步：1)指纹图象的采集；2)预处理；3)特征提取；4)特征匹配。其中，指纹匹配是指纹识别系统的核心步骤，匹配算法的好坏直接影响识别的性能、速度和效率。很多的因素，如形变，干的和湿的指纹，指纹的残缺形变等都严重影响了匹配的准确性。怎样处理匹配过程中的非线性形变是指纹识别中的一项极具挑战性的步骤，进一步提高指纹识别的在形变指纹中的应用无论在理论上还是在应用上都具有十分重要的意义。论文详细研究了指纹识别技术的发展现状、关键问题，归纳了现有的指纹匹配算法；然后对遗传算法进行了深入探讨，最后论文主要针对目前形变指纹识别中匹配环节所存在的问题，提出了利用遗传算法与限界盒的方法相结合的二次匹配算法，对遗传算法在形变指纹匹配的应用进行了探讨和研究。首先介绍了细节点匹配的理论原理，然后提出了结合限界盒方法采用遗传算法进行二次匹配的形变指纹匹配算法，并与以前采用其他方法的二次匹配算法进行了比较，表明此算法性能优于其他算法。本文的指纹识别算法是基于细节点匹配的，因为普遍认为细节点是最独特、最可信的特征。本文匹配算法假定输入指纹及模板指纹间存在平移、旋转、尺寸缩放等相似变换，且可适应限定范围内的伪细节点出现和真细节点的丢失，以及可容忍细节点在一个小界限盒内的偏移。论文最后对形变指纹匹配算法提出了进一步完善、改进的意见。