随着社会信息化、智能化与自动化的高速发展,传统的身份识别技术已经远远不能满足实际应用中准确性、快速性的需求,取而代之的是基于信息处理技术的现代生物识别技术。其中,指纹识别以其所特有优越性质,已成为应用范围最广的生物识别技术之一。尽管自动指纹识别技术的相关研究已经取得了一定程度的进展,但是由于信息的飞速膨胀,如何准确、快速的识别指纹仍然是一个亟待解决的难题。自动指纹识别是通过综合图像处理、模式识别、计算智能等多领域知识,自动处理指纹图像中相关的特征信息,来判断指纹身份的生物识别技术。在分析和总结前人研究成果的基础上,本文对指纹识别过程中的图像增强、特征匹配进行了深入细致的研究,设计并实现了集成本文研究成果的自动指纹识别系统。(1)为了尽可能地保留指纹纹理信息的同时减少噪声的影响,借助小波变换的多分辨率分析特征,提出了一种基于小波的指纹图像增强方法。该方法通过小波多尺度分解,将原始图像分为频率不同的子图,然后根据各频率子图信息与噪声含量不同的特性,对低频子图进行方向滤波,对高频子图进行降噪处理,将处理后的小波系数重构得到初步增强的指纹图像,为了进一步突出细节信息,再对指纹图像进行反锐化掩膜后处理。实验结果表明,该方法可以在增强指纹的纹理信息的同时滤除噪声,从而较好的改善了图像的质量。(2)针对指纹匹配过程中基准点定位不准确与耗时太长问题,提出了一种基于改进基准点定位的指纹匹配算法。该算法借助指纹图像的中心点,构造局部细节结构,并在此结构上利用全等三角形原则求取基准点,然后将所有细节特征转化到极坐标中,利用可变界限盒的方法进行匹配。实验结果表明,该算法所确定的基准点较为准确,而且耗时缩短,有效地提高了识别率与执行效率。(3)在详细需求分析的基础上,设计并实现了本文的自动指纹识别系统,集成了本文所有研究成果。该系统能够直观地展示用户操作的处理结果,较为方便、实用,为将来的实际应用奠定了基础。