本文在传统指纹识别过程中引入了两种目前较为先进的思想与技术——小波分析和神经网络。在指纹识别的特征提取阶段，本文改变了以往绝大多数特征提取算法都是基于指纹图像域细节特征而设计这一传统思路，采用了小波分析方法。小波变换具有多分辨率分析的特点，且在时、频域都具有良好的表征信号局部特征的能力。本文充分考虑了人工神经网络所具有的自适应性、非线性处理、并行处理等特性，非常适合处理模式匹配问题。利用人工神经网络识别经过小波变换所提取的指纹细节特征，不仅获得了较高的识别率，并对受噪声污染严重的指纹图像也取得了很好的识别效果，具有较强的鲁棒性。本文提出了一种改进的基于小波变换与概率神经网络的指纹识别算法；一种新的基于小波变换与自适应共振理论神经网络的指纹识别算法；实现了一种基于小波变换与K-近邻法直接从指纹灰度图像中提取细节特征的指纹识别算法，并对该方法进行了适当的改进。本文提出的指纹识别算法着眼于指纹识别的两个关键步骤——特征提取和特征比对，简化了不必要的预处理步骤，在确保识别精度的同时提高了识别的速度，因此获得了比较令人满意的效果。