指纹的独一性和稳定性是其行使鉴别用途的前提条件,对它的关注和探究从几千年前就开始了,在此过程中,指纹识别技术也由此诞生。指纹识别技术是生物特征识别技术的一类,发展至今已日趋成熟,但随着社会发展,对该项技术的要求也越来越高,特别是在一些关键技术上,仍有研究价值和提升空间。传统的指纹识别流程分为预处理、特征点提取和匹配三个步骤。本文对流程中涉及到的算法做了充分分析和研究,特别是对其中的关键算法进行了对比实验,并对部分算法提出了改进。在预处理阶段,本文结合理论研究和实验数据,设计了一种效果较好的图像预处理流程,依次为中值滤波、图像归一化、梯度法计算方向场、计算频率场、图像遮罩、Gabor滤波、二值化、二值化去噪、细化。在奇异点提取上,本文采用改进的Poincare索引法提取奇异点,并设计了一种对冗余奇异点的去伪算法,有效地删除了冗余奇异点;在细节特征点的提取上,本文改进了传统的提取算法,减少了伪分叉点的提取量,在去伪上,按照边缘去伪、距离去伪和针对性去伪的顺序进行去伪,可删除大量伪特征点。对于匹配阶段,本文采用基于特征点的匹配算法,在现存算法的基础上,提出了基于局部结构特性和相似三角形的匹配算法,与原算法相比较,该算法的优点在于优先选择奇异点作为基准点,可减少选取基准点的时间、提高匹配正确性。结合现有算法和本文提出的二值化去噪算法、奇异点去伪算法和细节特征点去伪算法,以及改进的传统提取算法和匹配算法,提高了细节特征点和奇异点的提取准确度,减少了基准点的选取时间。