近些年来,伴随着计算机科学和信息技术的进步,指纹识别技术得到了广泛的关注,也取得了丰硕的成果,尤其是对高质量指纹的研究已比较成熟,已广泛应用于人们的日常生活中。但是,在实际应用中,由于种种原因,例如指纹污垢、破损等,造成采集所得的指纹图像中,有大约10%都属于低质量指纹图像,这些低质量指纹严重影响了指纹识别系统的准确度和可靠性。因此来说,对低质量指纹图像进行相关研究,提高其识别率,对指纹识别技术的发展具有很大的作用。一般来说,指纹识别系统由指纹采集模块、指纹预处理模块、特征点提取模块和特征匹配模块几个部分构成。对采集得到的低质量指纹图像来说,如何做好图像增强是识别前的关键工作。本文对此进行了深入细致的研究,主要工作包括以下几个方面：(1)深入研究了传统的基于Gabor滤波器的增强算法,对其工作原理和实现方法进行了详细的分析,并在深入研究其优缺点的基础上,进行了创新,提出了基于STFT变换和概率统计的方法来求取Gabor滤波器的两个重要参数,即指纹图像的方向场和频率场参数。利用此种方法,可以同时求取这两个参数,这样就可以有效地避免传统方法中二者相互依赖可能带来的误差传播等不足。实验表明,本文的方法可以有效地增强指纹图像,提高图像对比度,削弱噪声信号,具有较好的作用。(2)分析了低质量指纹识别系统的后续工作,包括图像的特征提取和比对等。本文采用8邻域观察的方法对经过细化的指纹图像进行特征点提取,并研究了基于细节点的匹配方法,并在此基础上,利用VC++6.0平台,搭建了一个简单的指纹比对系统,经过试验发现,此系统具备较好的识别能力。