指纹模式识别系统的关键技术在于数字图像预处理技术、特征点的提取识别技术等。而预处理阶段我们要面对的一项重要情况便是指纹采集中通常遇到模糊畸变的指纹数字图像。本文针对在理论上以及侦查实践中的普遍性意义较强的失真降质原因，对于数字图像领域中通常的线性复原方法中的关键环节和核心算法进行研判，并且从主观与客观两个方面来比较之间的优劣。进而在它们的基础之上提出一些改进的思想并加以算法的实现，从而使得复原的效果更佳。使指纹图像在后续的各处理阶段保持一定程度的真实和客观。本文首先对所选课题的当前研究的现状、存在的问题及提出的目的与意义简单地进行阐明。然后对数字指纹学的兴起与发展历程、数字图像处理以及计算机指纹识别系统的有关背景知识予以铺陈、介绍，引入一些必要概念并加以适当展开，为后文算法展开描述奠定基础。接着，分别用反向滤波和Wiener滤波方法对模糊失真图像进行分析和复原实现。针对传统反向滤波算法分母不可为零的数理上的“病态性质”，把二维的离散指纹图像视作由一个一个具有一定灰度的像素点构成的矩阵形式，并利用矩阵奇异值分解的数学思想，提出一种新的算法——用奇异值的重组阶数的二阶导数进行估计模糊失真指纹图像的点扩散函数，将其三阶导数用来去除噪声；针对经典的Wiener滤波算法，利用分区思想和Bayesian判决理论结合的后验估计方法提出一种全新的改进算法。用这两种方法分别对基础的单纯反向滤波和经典的Wiener滤波的方法进行算法的优化；并且在数理上分析和实例图像处理前后的效果图两个方面，对上述传统方法和改进算法进行直观和抽象两个层次的比较。在后续处理的问题上，在预处理阶段的图像复原技术领域，我们还时常会遇到几何畸变的情况。本文首先分析了各种不同的常见的指纹图像的几何畸变形式，并进行数学建模处理，归纳为一种映射模型。然后对传统算法——最近邻像素内插值法和双线性内插值算法进行分析、研判，并且采用Cubic函数的3次插值对Sinc函数的拟合逼近的方法进行算法的优化处理。本文通过几种改进算法的提出，力求使得已经有不同程度降质的指纹退化图像在预处理阶段的失真度能够尽可能的低，从而为之后的图像提取、比对、匹配打下坚实的基础。因为图像的模糊失真降质相对于几何畸变来说复杂得多，故本文在布局上采前详后略的设计方式，即对于模糊指纹图像的处理部分撰述得相对较为细致一些。