随着越来越多的电子设备不断地进入我们的日常生活，对于个人方便、安全的身份认证技术变得越来越紧迫。本研究的主要目的是研制一种利用指纹进行个人身份认证的自动指纹识别系统。 在本文中，我们对指纹图像识别的算法进行了深入的研究。目前，国内在这一方面尚无公开的具有一定技术深度的文献发表，故而技术难度大，工作量大。本研究主要包含以下几个主要方面： 求解指纹图像的方向图。方向图中的每一点反映了指纹图像中局部纹线的方向，他是指纹图像中最本质的特征之一。我们对多种求解指纹图像方向图的方法进行了深入的分析与比较，并最终选定了“最小平方估计法”作为我们求解指纹图像方向图的方法。 指纹图像的增强。通过增强指纹图像中脊线和谷线的清晰程度，使得指纹图像的特征提取变得更加容易，我们分析了一种“基于Gabor滤波的指纹图像增强算法”，并且提出了自己的“基于局部纹线方向的指纹图像增强算法”。 指纹图像的特征提取。根据美国联邦调查局的推荐，我们提取出指纹图像中纹线的端点和纹线的分叉点作为代表原始指纹图像的特征点。我们记录了特征点的x，y坐标信息和和特征点所在局部纹线的方向，以便利用该信息进行下一步的特征比对。 摘要 指纹图像的特征比对。通过对Anil Jain等人工作的改进，我们提出了自己的特征比对算法。我们的改进主要体现在二个方面:首先我们利用了一种“基于重心附近遍历的特征点对齐算法”，该方法不需要记录特征点的多余信息来进行特征点的对齐;其次，我们利用一个可变大小的“界限盒”来进行特征点的匹配，使得我们的匹配算法对指纹图像的非线性形变具有更好的鲁棒性。 指纹图像的分类。通过提取出的指纹图像中“核心点”和“三角点”的数目和相对位置，我们将指纹图像分成了六种类型:拱型，尖拱型，左环型，右环型，涡型，双环型。针对指纹图像中常常丢失“三角点”的情况，我们又提出了一种对指纹图像进行二次分类的方法，从而避免了相当一部分指纹图像不能分类的情况。 针对指纹图像识别算法，我们进行了大量的图像识别和图像分类的测试工作。测试结果表明，我们的算法速度快，具有较高的识别率，对图像质量较差的指纹具有一定的鲁棒性。