本文首先全面回顾了生物识别技术的发展和应用,进而简单阐述了当前应用比较广泛和成熟的指纹识别技术。在国内外广泛研究的基础上,本文围绕指纹识别系统,深入地研究了若干方面的算法,主要包括:指纹预处理、特征提取和指纹匹配。预处理部分涉及到指纹有效区域的提取、指纹图的增强和指纹细化。本文结合高通边缘提取算子和数值形态学,提出有效区域提取算法。该算法能高效区分指纹图中前景和背景区域,为随后的其它指纹算法提前排除背景噪声的干扰,从而提高算法精确度,也缩小了搜索范围,节省了计算时间。而且指纹有效区域也是指纹的一种相对特征,在指纹匹配中,常常作为重要的参考。在Gabor 小波图像滤波增强的算法基础上,本文又提出参数自适应的指纹增强算法,并引入奇异点和有效区域信息,使结果更加准确。指纹细化算法从六边形网格的角度出发,从根本上避免了传统方格图像系统中像素操作的连通二义性问题,并且采用简单的模板,节省了计算时间,易于在硬件和软件上实现。六边形细化算法对边界噪声的鲁棒性也优于方格细化算法。本文的指纹特征提取部分是奇异点提取。奇异点提取算法通过计算Poincare 指数和平方方向场,从指纹灰度图中提取奇异点的位置、类型和方向信息。该奇异点提取算法分成粗定位和精定位两级进行,对噪声有更强的鲁棒性,定位也更加准确,定位可以精确到像素级。指纹匹配算法引入分级机制,首先通过奇异点等全局信息对候选指纹进行一次筛选,节省了系统时间; 然后,基于Hough 变换对细节点模板进行匹配,由于更多细节点信息的引用,细节匹配的算法复杂度由通常的O ( n 3)降至O ( n 2)。