自动指纹识别是应用最广泛的身份识别技术之一,也是模式识别的前沿研究领域.该文主要探讨了指纹识别系统中的特征匹配和多个指纹认证系统的融合等问题.方向和频率滤波是指纹图像增强的常用方法,但低质量的指纹图像的局部纹线方向和频率难以得到,Fourier变换在不需计算局部纹线方向和频率的条件下能使指纹图像的质量得到一定的提高.该文结合Fourier变换和Gabor滤波器滤波对指纹图像进行增强,与仅用Gabor滤波器滤波相比,在时间增加不大的条件下,使指纹图像增强的效果有了一定的改善.特征点匹配是指纹识别的核心步骤,如何获得校准参数是特征点匹配的关键问题.该文建立了一个简单的数学模型,将求校准参数转化为求能量函数的最小值,然后引入确定性退火技术迭代求解这个最小值,进而得出校准参数.在一定条件下,从理论上证明了算法的收敛性,实验结果也表明该方法匹配速度较快,准确性高.由于指纹图像中存在非线性变形和噪声干扰,当前的指纹识别系统不能满足某些场合要求保持较低的错误接受率的同时达到较低的错误拒绝率的要求.不同的指纹认证系统的融合是提高指纹认证系统可靠性的有效途径,贝叶斯决策融合方法是多分类器融合的常用方法,然而,现有的贝叶斯决策融合方法,大多没有估计类先验概率.该文给出的融合方案,不仅能有效地估计类条件概率密度函数,而且能估计出类先验概率,从而改善了融合的效果.