身份识别是信息安全领域的热点问题，指纹识别作为相对成熟的身份识别技术，不断地被运用到民用领域的各个方面，显示出了广阔的应用前景。针对指纹识别目前所面临的问题，本文对其中的细节点关键算法进行了深入研究，具体包括指纹细节点提取、验证和细节点匹配算法。应用数字图像处理、模式识别、计算智能等方面的知识，在这些方面进行了探索，给出了一些改进的方法，以期提高指纹识别的性能，促进指纹识别的应用，具体工作如下： (1)提出了基于二值图像的细节点提取方法。用行程匹配方法提取出代表没有分支的局部指纹纹线段的图段，根据图段的结构形式和图段之间的连接关系用自定义的规则进行细节点判定。由于无需进行图像细化处理，因此处理速度较快，且可以避免由于细化畸变而产生很多虚假细节点。实验表明了其有效性，为细节点提取提供了一种新的途径。 (2)提出了基于模糊几何特征和纹理特征的细节点验证方法。提取细节点在原始灰度图像上的局部邻域，分析邻域中的模糊几何特征和纹理特征，以这些特征作为MLP神经网络的输入，实现细节点的真假验证。实验表明其效果比直接用局部邻域中像素点进行分类验证的方法要好。 (3)提出了综合利用遗传算法和模糊逻辑的细节点匹配方法。用改进的基于遗传算法的点匹配算法求出使对应点数目最多、匹配误差最小的细节点对应关系，根据得到的对应点数目和匹配误差大小利用自定义的模糊逻辑规则推理出匹配分值。该方法模拟了人类进行指纹匹配时的模糊性，匹配决策更加合理，实验表明具有合理的精度。 最后总结全文，分析了目前研究工作中需要进一步完善的地方，并指出了今后工作的研究方向。