由于人体指纹的长期不变性与唯一性,指纹识别技术已经成为生物识别技术领域应用最广泛的技术,通过指纹特征来鉴别人身份的技术正得到越来越广泛应用。但由于指纹识别算法大多较为复杂,需要较高主频的处理器运行该算法,使得该项技术应用成本很高,阻碍了指纹检测与识别技术的应用开发和普及。本课题主要是对指纹识别算法进行优化研究,使得该算法能在较低主频的处理器上运行,课题研究内容还包括设计一个通用型基于嵌入式应用的指纹检测与处理模块板,在模块板上可以运行优化后的指纹识别算法。本论文主要内容分为如下五部分。第一,论文对指纹识别技术研究的目的意义进行了说明,对指纹识别技术的研究现状进行了简要概述,并提出了本课题研究内容。第二,论文中对指纹检测技术和指纹识别算法等进行了综述,在指纹检测技术中,重点介绍了光学指纹传感器、半导体指纹传感器和超声波指纹传感器等;在指纹识别算法中主要介绍了基于图像匹配的的指纹识别算法、基于Gabor函数的指纹图像增强算法和基于方向图滤波指纹特征提取算法等;最后还介绍了有关指纹特征分类方法以及本课题使用的指纹特征定义。第三,提出了一套全新的直接从灰度指纹图像中提取指纹特征点的算法,该算法不需要传统指纹特征点提取算法中所必须且耗时非常大的图像滤波和图像细化处理操作,该算法分为以下两个步骤,首先,使用了一种比较简单的指纹图像规格化操作,在该过程中,主要实现了三方面的操作,一是利用方向图滤波器对指纹图像进行平滑化操作,二是使用矩形二值化方法对指纹图像进行二值化处理,三是估算指纹图像中脊线平均宽度;其次是采用脊线跟随算法,对指纹图像中的每一条脊线从指纹图像中心逐步向外对每一条脊线进行跟随操作,测检出每一条脊线上所存在的候选特征点,在每一次跟随操作过程中,通过定位到离指纹图像中心最近的未处理过的脊线,定义像素点跟随集合,连通标记等算法,循环操作直至搜索到该条脊线上的所有分叉点或端点为止,再根据给出的判断条件判别特征点的真伪;依此方法,再处理其他脊线。经算法实现验证,该算法明显比传统算法运算速度快。第四,介绍两个指纹特征匹配算法,即利用遗传算法在指纹细节特征匹配应用研究和基于三角形全等的指纹细节特征匹配的研究。在遗传算法在指纹细节特征匹配应用研究中,首先对遗传算法进行了综述,其次说明了在特征匹配过程中,对染色体编码、染色体初始化、适应度函数、选择算子、交叉算子、变异算子、进化和终止条件等进行了详细说明;在基于三角形全等的指纹特征匹配的算法中,将整个匹配过程分为三步,一是在采集到的指纹特征和待匹配的指纹特征模板中,以每一个特征点为三角形的一个顶点,通过指定方法查找在误差允许的范围之内全等的两个三角形;二是根据两个三角形