在众多的生物识别技术中,指纹识别技术是发展最早、应用最广泛的一种,因而成为未来个人身份认证的重要组成部分。自动指纹识别技术主要涉及图像获取、指纹图像处理、特征提取、特征值的分类与匹配等过程。指纹分类和匹配都是基于指纹的特征点实现的,前者是基于指纹的奇异点特征,而后者是基于指纹的细节点特征。因此,指纹特征点的提取是整个识别技术的关键环节。虽然指纹识别算法在国内外已经有较大的发展,但随着需求的增加,人们对自动指纹识别技术的要求也不断提高,所以针对不同需求,进行指纹识别算法技术方面的研究,具有重要的理论意义和现实意义。本文在总结该领域现有研究成果的基础上,对指纹奇异点检测、细节特征提取两个关键环节进行了深入研究。首先,阐述了现有的奇异点检测算法,介绍了基于Poincare index的经典检测算法,研究了一种基于方向丰富度的检测算法,通过在Matlab上仿真实现,比较结果得出基于方向丰富度的算法在检测奇异点准确性、算法运算时间等方面有明显的优势,对整个识别系统的性能有所改进。其次,在指纹细节提取中,分别研究了目前较先进的基于脊线跟踪和基于8-邻域编码的纹线跟踪两种算法,实验结果表明后者提取的细节点较多,提取精度相对较高,前者的提取速度较高,实际中应该根据识别系统的整体要求选取相适应的提取算法。最后,基于算法在提取出的端点和分叉点中包含有许多伪特征点这一问题,本文通过分析伪特征点的特点,提出了对不同类型伪特征点分别去除的算法,并给出了伪特征点去除的效果图,为后续的指纹匹配奠定了良好的基础。