指纹具有唯一性和不变性,所以指纹识别一直是个人身份鉴别最有效的方法之一。自动指纹识别系统是图像处理和模式识别领域里的一个重要研究课题,具有很高的应用价值和市场前景。　　论文主要研究了自动指纹识别系统的算法实现,包括指纹图像预处理、特征提取和特征匹配等关键算法。实验结果表明,这些算法取得了良好的效果。　　论文完成的主要工作如下:　　1.利用模糊C均值(Fuzzy C-Means,FCM)聚类算法进行自适应指纹图像分割。该方法利用指纹图像脊线和谷线的灰度方差、纹线的局部方向一致性进行指纹图像分级分割,且分割阈值由FCM算法自适应地选取。实验结果表明,所提方法能够在一定程度上解决传统分割算法不能自适应选取分割阈值的问题。　　2.采用了基于主分量分析(Principal Component Analysis,PCA)与BP神经网络的指纹点方向图求取算法。首先由主分量分析法对原始样本数据进行压缩降维,然后用处理后的样本训练BP神经网络,最后利用训练好的BP神经网络求取指纹方向图。实验结果表明,该算法能够精确求取指纹方向图,获得了良好的效果。　　3.研究并实现了指纹细节特征提取以及删除伪特征点算法。对各种原因产生的伪特征点,分别采用不同的算法加以去除。并根据脊线端点和分叉点的拓扑特性,去除大量的伪特征点,为指纹匹配打下了良好的基础。　　4.研究并实现了一种基于指纹细节特征的匹配算法。该算法通过端点和分叉点来表示指纹的细节特征,并在极坐标下完成指纹特征匹配。该算法采用限界盒技术进行特征匹配,有效地解决了指纹细节特征匹配时的非线性形变问题。