本文在指纹的分类、指纹的中心定位、指纹的特征匹配三个阶段进行了探讨。每个方面选取二种方法进行比较试验，并对其中的某些算法作了改进。在此基础上选取其中的某些算法设计实现了银行储户身份验证系统。 具体地说，本文研究主要包括以下几个方面的内容： 1．采用块方向图滤波，自适应阈值二值化和模板细化等算法对原始指纹图像进行预处理，去除指纹图像中的噪声点，得到细化的指纹脊线图像。 2．利用普安加莱法和局部方向搜索法对指纹的中心进行定位。局部方向搜索法中，采用粗搜索和细搜索两步，以实现中心的精确定位。 3．利用基于奇异点分类法和基于方向图分类法对指纹进行分类。基于方向图分类法中将中心区域的方向图分为左上，左下，右上和右下四个子区域，根据各子区的纹线走向来确定指纹类型。 4．对细化后的指纹图计算每个象素点的交叉点数，确定特征类型，提取指纹的细节特征。 5．指纹特征匹配。选取了基于图像校准的点模式匹配法和局部向量特征匹配法进行指纹的特征匹配。在基于图像校准的点模式匹配法中采用了可变大小的界限盒，改变了固定大小的界限盒的不足。在局部向量特征匹配法中加入了中心点与邻近特征点的纹线数，方向角差，中心点的方向角等特征信息，提高了特征匹配的准确性。 6．设计并实现了一个基于指纹识别技术的储户身份验证系统。