近年来，随着社会和经济的发展，人们对身份鉴别的准确性、安全性和实用性提出了更高的要求。生物识别技术已生物特征为基础，以信息处理技术为手段，将生物技术和信息技术有机的机构在一起。在众多生物识别技术中，指纹识别以方便易用、高准确率、易采集和低成本等诸多优势备受关注，已经成为身份认证的最有效手段，在犯罪识别、信息安全、电子商务等领域得到广泛的应用。自动指纹识别系统是集光电技术、图像处理、计算机及网络、数据库技术、模式识别技术等于一体的综合性系统。针对自动指纹识别系统的运行过程，在总结该领域现有研究成果的基础上，本文对自动指纹识别系统中的指纹图像预处理、指纹特征提取和分类以及指纹匹配的关键算法进行了大量的研究，主要研究和结果如下：(1)利用Gaussian滤波器对指纹图像多次滤波计算指纹图像方向图，减小了噪声的影响；根据得到的方向信息对原有图像进行对应分块旋转并沿Y轴垂直投影得到图像的统计频率，算法简便；采用mean-shift算法进行指纹增强，取整幅图像有效频率的均值作为该图像的频率，减少了计算量。并在此基础上利用一定的判别规则对指纹图像进行可信度判别，进一步改进了增强后图像的质量。该算法简单有效，易于实现。(2)提取指纹的细节特征点并保存真实特征点的属性。采用支持向量机理论的两类指纹分类方法。SVM方法基于严密的数学理论，遵循SRM原则寻找最优超平面，表现出了很好的泛化能力，充分发挥了SVM理论解决二类分类问题的优势，训练样本具有较好的推广能力。(3)利用遗传算法进行细节点匹配。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推理出匹配分值。最后总结了全文，分析了目前研究工作中需要进一步完善的地方，指出今后工作的研究方向。