随着时代的发展,社会越来越需要高效、可靠的身份识别系统来满足社会经济活动和社会安全防范的需要。指纹门禁系统是将计算机控制技术、指纹识别技术、智能卡技术和电子门锁技术有机结合的新科技产物,随着各行各业对进出安全性要求的提高,指纹门禁系统的应用更加广泛。因此,进行指纹识别技术方面的研究,具有较高的现实意义和理论意义。然而由于指纹识别技术等因素的制约,对于大型指纹门禁系统而言,出于对匹配的精度和实时性的考虑,大多采用“ID+指纹”(一对一)的识别模式,完全依靠指纹作为识别模式(一对多)的门禁系统依然是一个很困难的研究任务。论文主要包括指纹图像预处理、特征提取、指纹的分类和识别等。在指纹图像预处理部分,论文对预处理各步骤进行了深入的分析。指纹图像具有良好的方向和频率一致性,利用Gabor滤波器去除图像中噪声,增强真实纹路,该算法取得了良好的效果。在特征提取部分,根据指纹分类和识别所基于的不同的特征信息,分别提取了不同的特征点。论文以指纹中心点为参考点,将真细节点的特征转化为极坐标下的值,从而有效地克服了由于指纹平移、旋转所带来的变形,提高了识别的鲁棒性。在分类和识别部分,在分析研究了人工神经网络模型的基础上,采取将指纹自动识别过程分为两步进行,首先采用BP神经网络对指纹进行分类,将大型指纹库分为若干小指纹库,并在此基础上,根据BP分类器求出指纹类别,然后在对应的小指纹库中,将细节特征点极坐标值加上特征点的类型送入BP神经网络进行识别,最后输出识别结果。实验证明,该算法具有较好的识别效果,有效地提高了系统的识别实时性。