指纹作为人与生俱来的生物特征之一,具有“终身不变”和“各不相同”两大特性。科学技术的发展和人们安全意识的提高,使得指纹识别在需要身份验证的各行各业中有着广泛的应用前景。目前对指纹识别的研究仍存在不足,尤其是如何快速地从繁杂的指纹图像中提取有效的特征信息,实现指纹匹配。另外,准确分类是一个难度极大的课题。近年来,对指纹识别中各个关键技术的研究依然是人们关注的热点。本文围绕自动指纹识别系统的实现开展了较深入研究,主要的研究工作及成果包括以下几个方面:　　(1)对指纹图像预处理的四个主要部分进行研究:指纹分割、指纹增强、指纹二值化、指纹细化。重点研究了基于梯度特性的指纹分割,基于Gabor滤波器的指纹增强算法,利用指纹灰度特征和方向特征的指纹二值化,并改进常用OPTA算法的细化模板,将指纹的纹线细化为只有单像素,但保留指纹特征信息的骨架。对粘连和断裂等低质量指纹进行研究,测试结果表明:本文的指纹预处理算法是有效的。　　(2)着重讨论了基于8邻域纹线跟踪的指纹特征提取算法,通过建立特征点的8邻域编码与类型表、方向编码与坐标增量表,查表计算出特征点的类型、位置、方向等信息;在此基础上,利用统计和结构信息对伪特征点进行剔除处理;选用8枚不同质量的指纹图像进行对比实验,结果证明:本文的特征点提取算法的平均正确率为86％,取得了较好的效果。　　(3)深入研究了改进的基于DT网格的指纹特征匹配算法,提出了一种改进的三角网生长法构造指纹细节点集的 Delaunay三角网,统计其中的相似三角形并找出所有匹配特征点而实现指纹图像的匹配,该算法能把图像旋转、平移对匹配结果的影响降到最低。从指纹数据库的匹配实验结果中可以看出,本文算法与原算法相比在识别率和平均延时上均有所改善,验证了改进算法的可行性和有效性。　　(4)最后,集成上述所做的研究,实现了一个功能强大的自动指纹识别系统,通过对系统的注册、验证和辨识等工作方式进行测试,测试结果表明了本文研究系统的优越性。