1、近年來，生物識別技術在人們生活中的許多領域都得到了廣泛的應用，如安全門禁系統(tǒng)中使用的虹膜技術、公司中使用的指紋打卡機以及數(shù)字簽名等。指紋自動化識別系統(tǒng)，作為生物識別技術的重要分支，以其穩(wěn)定性、可靠性、成熟性和廉價性等優(yōu)點得到了廣泛的研究和應用。
　　經過大量學者和研究人員近四十年的研究，指紋識別系統(tǒng)已經取得了很大的進展，但是仍然存在瓶頸，如由于算法性能不夠好而導致硬件實現(xiàn)的實時性能不高；由于對低質量指紋圖像的識別準確度不高，導致不

2、能有效的提取出細節(jié)點信息。本文在前人研究的基礎上，通過對預處理算法的改進和匹配算法的優(yōu)化，有效地提高了指紋自動識別系統(tǒng)的性能。主要研究內容如下：
　　一、對指紋的分割算法進行了研究，首先提出了最基本的基于統(tǒng)計特征信息的指紋分割算法，它是通過計算指紋圖像的灰度方差、均值和梯度來進行圖像分割。其次介紹了基于形態(tài)學的指紋分割方法，它通過開操作和閉操作可以有效的去除圖像中的噪聲、紋線斷裂等偽特征信息。
　　二、分析了傳統(tǒng)的指紋增強算

3、法——基于Gabor濾波器的圖像增強算法，由于此算法主要對方向場進行濾波增強，算法比較耗時，容易產生虛假的紋線和空洞。因此，我們在仿生學的基礎上提出了蟻群增強算法，通過螞蟻尋找食物源的模擬進化算法，可以有效的提高指紋圖像的質量。
　　三、為了提取出有效的特征信息，通過對現(xiàn)有細化算法的研究，在改進OPTA細化算法的基礎上，結合快速細化算法提出了合成細化算法。
　　四、提出了基于相似三角形原理的指紋匹配算法，即通過比較采集到的指