近年来,随着生物特征识别技术,特别是指纹识别技术的逐步成熟,构建具有安全性、可靠性,并具有实际应用价值的自动指纹识别系统成为国内外研究者关注的热点问题,有着广阔的应用前景。由于指纹识别的算法研究主要围绕着提高识别的速度以及准确性,而指纹特征提取以及特征匹配是与之关系最为密切的两个环节。本文围绕着自动指纹识别系统中的特征提取以及特征匹配等关键算法进行了研究,取得了以下成果：1.在指纹图像的预处理阶段,一是采用了结合图像梯度和周期性两类特征的特征融合算法,该方法使用旋转不变的Sobel算子对指纹图像的梯度进行计算,通过对指纹图像周期的频谱进行傅立叶变换,计算出指纹图像的周期,完成指纹图像的分割；二是采用了一种基于统计窗和基线的纹线频率提取算法,该方法首先计算出指纹图像的纹线方向和频率,将其作为Gabor函数的参数,完成对指纹图像的增强。2.在特征提取方面,提出了一种快速的指纹全局特征奇异点提取算法,利用Max-Min算子进行边缘检测,然后依据边缘象素的梯度信息进行合理删除,最后在少数边缘象素中计算方向一致性属性判定全局特征类型。与目前主流方法相比,该方法不仅明显提高了抗噪声能力,而且极大的加快了奇异点定位速度。3.在指纹匹配方面,提出了一种融合指纹纹理特征和细节点特征的多级指纹混合匹配方法。该方法融合了指纹的纹理图像特征和细节点特征,通过Fourier-Mellin等变化提取指纹的WFMT特征,然后比较两幅图像指纹特征间的欧式距离完成一次和二次匹配,最后对已匹配的细节点进行多参照点筛选后进行再匹配。与目前主流方法相比,该方法具有较高的准确性,且算法简单,提高了指纹匹配的速度。