自动指纹识别系统在身份认证领域得到了广泛应用，而该系统的稳定性和可靠性受指纹图像质量的影响十分严重。合理评价指纹图像质量有着诸多好处，最重要的是可以在采集过程中有效控制低质量图像数量，为识别系统的各种后续处理提供高质量的图像，从而大大提高系统性能。然而，指纹图像具有独特的纹理特性和拓扑结构，一般数字图像质量评价方法没有明显的效果，早期出现的基于局部信息和基于全局信息的指纹图像质量评价方法都有一定的局限性，不能全面合理地评价指纹图像质量。为此，本文进行了基于多因子融合的指纹图像质量评价方法的研究。在分析了指纹图像采集技术和低质量图像产生原因的基础之上，本文提出了能较全面评价图像质量的五个影响因子：奇异点存在情况、全局纹理清晰度、局部纹理清晰度、图像有效面积和干湿度。通过上述五个影响因子的合理融合，得出了指纹图像质量的综合评价结果。主要工作如下：①介绍了指纹图像的采集技术和分类原理，在此基础上研究了图像质量，分析了低质量指纹图像形成的原因，总结了指纹图像质量的影响因子，为图像质量评价奠定基础。②研究了指纹奇异点定位的各类方法，在此基础之上，提出了指纹奇异点精确定位新方法：通过预处理、归域化、计算PI值等手段提高了算法效率，实现了奇异点的快速精确定位。通过实验验证，该方法性能良好且鲁棒性强。③研究了指纹图像质量评价的几类方法，在此基础之上，提出了基于多因子融合的图像质量评价方法：检测奇异点存在情况，预判断图像质量，再结合图像纹理清晰度、图像有效面积和图像干湿度综合评价图像质量。通过实验验证，该方法能合理有效地将指纹图像分为五个质量等级，在指纹图像采集过程中有较大的应用价值。此外，对多因子科学融合方法做了深入的探讨研究，并成功了解决了科学获取融合权值的难题。④为检验本文正确性，设计了指纹图像质量评价系统。该系统完整的实践了所提出算法，并且根据图像采集过程中的实际需要，对系统功能进行了完善。最后对论文的研究工作进行了总结和展望，并指出了下一步的研究方向和内容。