随着社会和经济的发展,人们对身份鉴别的准确性、安全性与实用性提出了更高的要求。基于信物或口令的传统身份鉴别方式存在容易丢失、遗忘、被复制及盗用的隐患,已不能满足现代社会高度信息化的要求。通过辨识人的生理和行为特征进行身份认证的生物识别技术提供了一个方便可靠的解决方案。生物识别技术以生物征为基础,以信息处理技术为手段,将生物技术和信息技术有机结合在一起。在众多的生物识别技术中,指纹识别技术以方便易用、高准确率和成本低等诸多优势备受关注,已经成为身份认证的最有效手段,在电子商务、犯罪识别、信息安全等领域得到广泛的应用。图像分割是指纹图像预处理过程中的一个重要部分,有效地分割既可以减少后续处理的时间,又可以大大增强特征提取的可靠性。本文在分析前人算法的基础上,提出了一种基于支持向量机的指纹图像分割方法。将指纹图像分块,并根据图像块的对比度特征进行初分割,以去除灰度变化比较小的白背景块;对剩下的图像块提取灰度均值、灰度方差、对比度、梯度一致性及主能量比构成特征向量;采用有监督的支持向量机分类器进行分类,选取样本点对其进行训练,使用较少的训练样本得到泛化性能较好的分类器;使用支持向量机分类器将把初分割后剩下的图像块分成前景和背景两类,从而达到指纹图像的分割的目的;最后,采用形态学方法进行后处理,以减少分割错误。在FVC指纹库上对算法进行仿真实验,结果证明了算法的有效性和鲁棒性。