随着信息技术的和网络技术的发展,信息安全越来越引起人们的重视。为了保护自身的信息、资料以及财产的安全,许多场合都需要对使用者、来访者进行身份识别。基于指纹识别技术的身份识别系统以其独特的技术优势和成本优势正广泛被应用到各个场合。目前指纹识别系统不足表现在：特征匹配效率较低；容易受伪特征点的影响导致匹配不准确；对模糊的图像无法准确识别等等问题。本文就指纹识别系统的图像处理进行系统地研究,对现有算法进行对比、改进和创新。指纹识别系统的图像处理按处理流程及目的大致可划分为：预处理、特征提取和特征匹配三个阶段。其中预处理包括指纹图像的归一化、图像增强、二值化和细化。其中,本文重点对图像增强算法进行研究,采用基于方向滤波的图像增强算法。在指纹特征提取阶段,本文先采用基于细化图像的邻域法提取特征点,然后再进行去伪特征点。在剔除伪特征点时,先进行去边缘处理,再根据不同类型伪特征点的特征,采用相应剔除算法。在匹配阶段,本文采用基于特征点的二次匹配算法。初匹配阶段,通过构建局部特征向量,并创新性地跟据各个特征量受形变等因素影响的不同,引入权值不同的匹配分值体系,实现了基准特征点对以及待匹配点集的求取；二次匹配阶段,利用基准特征点对,实现待匹配指纹的特征点与模板指纹的特征点之间坐标校准。并通过引入可变限界盒,判别两个特征点是否匹配。最后求取所有可匹配的特征点对的总数,将其与阈值比较,大于阈值则判定两幅指纹是同一来源指纹,否则不是。最后,本文使用FVC2002DB₁和DB₂标准指纹库,分别对本文特征匹配算法进行Matlab仿真测试,得到测试结果：FAR10分别为0.85%和5.5%,FAR100分别为1.8%和9.5%,EER分别为1.7%和7.0%。通过与同类参考测试对比可知：本文在反映匹配准确度的指标FAR10和FAR100上优于其他同类测试,在反映综合性能的指标EER上还有待进一步提高,该测试结果达到了预期目标。