现代社会,随着信息技术的高速发展,数据量的指数级增加,越来越多的新技术应用到人们的日常生活当中,人们越发的能够感觉到数字化生活给我们带来的亲切和便捷。在早期,为了识别一个人的身份,传统做法是使用密码或者磁卡来进行身份认证,这种传统的技术在一定程度上解决了身份识别这一基本问题。由于传统身份识别技术的固有缺陷,人们开始转向研究基于生物特征的身份识别技术,与传统技术相比,这种新兴技术能够切实的弥补它的缺陷与不足。而且生物特征也具有良好的唯一性,稳定性与广泛性。近年来,越来越多的生物特征被用作身份识别技术,除了早期的指纹、人脸、虹膜等,还有如手型、掌纹、签名、声纹等等。如此之多的生物特征可以使用,也使得许多研究人员将注意力转向了多模态身份识别技术领域的研究。本文结合人脸识别和指纹识别技术,深入研究了多模态特征融合的理论和方法,给出了基于两种特征融合的生物特征识别系统的设计。本文的主要研究工作和取得的成果如下：(1)在人脸检测的研究中,本文对基于adaboost的人脸检测技术进行了改进,实现了通过定位人眼与人脸的位置,准确的检测出人脸区域以及人脸姿态的算法。(2)对人脸识别技术进行了深入的研究,实现了基于PCA特征、LDA特征、GABOR特征、LBP特征的人脸识别算法,对于各算法参数进行了反复实验与调整,达到了较好的效果。(3)对指纹识别技术进行了深入的研究,详细探讨了方向滤波、图像分割二值化、改进的快速细化算法等指纹图像预处理算法。研究了提取保存细节特征的方法以及去除伪特征点的方法。并对特征匹配方法进行了系统研究,内容包括了指纹细节特征的数据结构,初匹配的实现过程,以及二次匹配中的坐标调整、全局匹配的方法和匹配度判决条件等。(4)对信息融合的基本理论进行了深入探讨,并对人脸的LDA特征、GABOR特征,以及指纹的几何特征这三种模态的特征融合方法进行了研究,对人脸的LDA特征与GABOR特征融合算法进行了研究,实现了基于GCCA的特征级融合算法。然后又对融合后的人脸特征与指纹特征的融合算法进行了深入研究,分别实现使用了自适应加权和D-S证据理论两种匹配级的融合算法。(5)提出了一种多模态身份识别系统的设计思路,描述了系统相关的结构与参数设计,其中包括数据库,文件结构的设计,以及三个模块的具体功能结构图。同时提出了一种扩展类的设计方法,提高了系统平台的健壮性与稳定性。