随着网络和信息技术的快速发展,自动指纹识别技术的应用领域和范围在不断扩大,因此也出现了更多的应用需求。现有的指纹识别算法针对大容量指纹库的识别仍存在很多不足,本文以基于大容量指纹库的指纹自动分类检索技术研究为主线,在指纹质量评估、指纹特征提取、指纹分类检索等方面进行了研究,主要研究成果有：1、研究了一种基于全局特征与局部特征相结合的指纹质量评测方法。该方法根据不同的评测指标对指纹图像质量进行分级评估,对于质量不合格的指纹,立即终止其评估流程,提示用户重新输入指纹图像。2、深入分析了指纹图像奇异区的结构特点,提出了一种基于复数滤波和Gaussian-Hermite矩相结合的奇异点定位方法。首先根据指纹图像的曲率分布情况初步定位奇异区,然后分别利用复数滤波技术和Gaussian-Hermite矩的分布属性对奇异点进行精确定位,去除图像处理过程中出现的伪奇异点,同时有效地提取出相互靠得很近的那对奇异点,提高了奇异点定位的准确率。3、深入分析了指纹图像的频谱结构特征,提出了一种基于频谱特征分析的脊线平均频率计算方法。为降低非线性形变与灰度对计算结果的影响,截取指纹图像的中心区域,分别对其作增强和二值化处理,然后通过傅里叶变换求取脊线平均频率。该方法降低了计算复杂度,提高了计算结果的可靠性。4、研究了指纹分类算法,为适应大容量指纹库的快速搜索匹配识别,提高系统的识别效率,提出了一种基于纹型类别、奇异点间的脊线数目和指纹中心区域脊线平均频率的指纹多级分类算法。实验表明,该算法检索效率高、鲁棒性强,为大容量指纹库提供了一种快速有效的索引匹配机制。