随着科技与电子、通信技术的快速发展,越来越多的高科技应用到人们的日常生活中,再加上网络的普及以及相应技术的不断更新,人们对信息安全的关注度与日俱增,传统的身份识别技术已经远远满足不了如今社会对安全性的高要求,快速发展的生物特征识别技术可以从根本上解决这些问题,尤其是指纹识别技术具有唯一性、普遍性、易采集型、高防伪性等特点被称为最有应用前景的生物识别技术。指纹识别系统一般包含4个主要环节:指纹图像的获取、指纹图像的预处理、细节点特征的提取、指纹图像的特征匹配。在系统总结了指纹识别技术的发展现状、优点及原理的基础上,对本课题进行了深入的研究。着重围绕以下几个部分开展研究工作(1)指纹图像预处理,首先通过传统方法将指纹图像规格化;着重讨论了图像增强部分,其中在指纹图像增强过程里方向场的求取,论文提出了一种基于梯度法求点方向场的改进算法,隔两点采样的方法压缩了指纹图像,大幅度减少了求取点方向场的时间,然后是基于递归高斯的Gabor滤波增强,得到不错的效果图;接着在结合方向场的基础上二值化指纹图像;最后采用逐层迭代算法对二值化的指纹图像细化,得到只有一个像素宽度且清晰的指纹图像。(2)指纹图像细节点特征提取,采用基于细化的图像提取特征算法,具体的提取步骤为依据像素点的8邻域图提取该点的类别和位置坐标,再采用8邻域的编码跟踪算法提取细节点特征的方向,然后建立向量表,其包含坐标、方向和坐标,最后将得到的细节点的特征向量保存在特征模板里。(3)指纹图像的特征匹配,基于细节点匹配的算法都是一个参考点,本文采用基于多个参考点进行一次匹配,并在此基础上,对所有正确被识别和被错误识别的细节点进行基于相似三角形原理的二次匹配。为了证明本文算法的可行性,以FVC2004指纹库做样本,在MATLAB R2012a上进行仿真,通过实验结果表明,两种算法的结合大大降低了拒识率和误识率,提高了自动指纹识别系统的可靠性,为指纹识别技术的进一步研究及未来发展提供了一定的参考价值。