指纹识别领域虽然取得了很多研究成果，随着指纹识别技术应用越来越广泛，进一步提高自动指纹识别系统的性能并且降低其成本仍然具有重要的意义，自动指纹识别的准确性及速度仍然具有极大的提升空间。本文对指纹识别中的一些关键技术做了研究，主要包括指纹图像增强技术、指纹细节点提取与验证技术、指纹匹配技术，给出了一些新的方法，主要内容与创新如下：　　 (1)给出了基于Gabor滤波指纹图像增强的改进方法。考虑了同时提高抗噪声能力和方向场计算的准确性，用迭代的方法计算块的梯度向量并转化为方向场。求出块内像素点的一致性，根据一致性分割指纹图像，划分出不可恢复区域。通过分析傅里叶频谱求出平均频率，根据每个像素点的平均频率和方向调整Gabor滤波器的参数实现自适应滤波，实验表明该方法是一种具有较好效果的指纹增强算法。　　 (2)提出了一种简洁有效的指纹细节点验证方法。详细阐述了根据局部邻域内像素点之间的关系计算出细节点，标记其中的端点和分叉点；为了有效滤除伪细节点的影响，根据细节点之间的距离与角度大小、以及是否分布于图像边缘等信息来有效检测伪细节点。　　 (3)给出了一种基于细节点结构的匹配算法。定义了一种稳定的由相邻细节点组成的局部拓扑结构，以线段的比率及线段与细节点方向之间的夹角构成的向量组作为比较依据，比起点模式能够更好地抵消形变、噪声和伪细节点带来的不利影响。实验结果说明了该方法的有效性。　　 (4)给出了一种计算指纹图像相似度水平的方法。提出了一种计算两个匹配细节点之间相似度水平的模糊评分策略，根据每个细节点相关的向量组匹配的向量数目给出一个评分定义，最后计算所有的细节点的分数得到两副图像的相似度水平。　　 最后总结了本文的主要工作，指出了今后的研究方向。