指纹识别作为生物特征识别中较早发展起来的一个重要分支,其应用空间变得越来越广阔.随着当今社会对身份识别与认证的需求日益增长,人们对指纹自动识别系统性能的要求也逐步提高.这种情况下,输入指纹图像的质量就成为影响系统性能的一个重要的因素.尽管目前指纹识别算法已经逐步走向成熟,但是低质量指纹图像的处理技术的研究相对较少,该文正是以低质量指纹图像作为研究对象,在指纹分割、灰度信息恢复、增强、二值化以及算法流程等环节进行了研究,并取得一定的研究成果.该文的主要工作及贡献概括如下:(1)提出了一种改进的基于感兴趣区域的分割方法.该方法对指纹图像分块区域的灰度特征进行统计,并引入评价机制,对重新计算过的统计特征进行分割.该方法对于汗渍、伪迹,以及前景被污染的噪声起到了良好的抑制作用.(2)改进了目前的增强流程以及算法实现.结合低质量指纹图像纹理信息微弱、滤波器参数无法与之适应等特点,结合了归一化和直方图规定化的方法增加了灰度信息恢复环节;选用基于Gabor滤波器的增强方式,并自适应调整Gabor滤波参数.(3)提出了用于处理低质量指纹增强图的二值化方法.该文借鉴了前人在直接处理指纹灰度图像的思想,利用契比雪夫逼近法逼近指纹图像局部灰度,然后利用地形法判决脊线、谷线的位置,该方法对于指纹的纹理恢复特别是细节特征提取有着很明显的优势.(4)针对低质量指纹图像预处理的特性,提出了更加适合的应用系统预处理流程.该文最后给出了系统测试结果,事实证明该文在低质量指纹图像预处理方面进行了有益的探索.