随着人们对社会安全要求的增加，基于生物特征识别的智能身份鉴别方法逐渐受到广泛的关注。指纹识别技术是到目前为止各种生物认证技术中发展最早、应用也最广泛的技术，而且随着需求的增加，人们对指纹自动识别系统性能的要求也不断提高。虽然经过几十年的理论研究，已经存在着多种识别算法和实际应用系统，很多研究者们也在指纹分类、指纹增强、特征提取以及匹配算法方面发表了大量的文章，但是仍然存在着许多值得研究的问题。本文的工作是在我们原型系统的基础上，对系统存在的一些问题进行了分析，并对指纹图像分割、增强以及特征提取等问题进行了一些研究，取得了一些研究成果。论文的主要工作和贡献如下： 1)针对指纹图像的特点提出了一种新的低质量指纹图像分割方法。在该方法中，我们对原始指纹图像进行分析评价，首先通过两种统计特征定位出噪声信号的灰度分布区域，然后对原图像进行非线性变换，根据变换后的统计信息结合灰度和纹理的信息对图像进行分割。实验结果表明，该方法是一种有效的分割方法，尤其是在处理受污迹和汗渍影响的低质量图像时，效果更加明显； 2)对指纹增强算法进行了研究，首先提出了一种改进的Gabor滤波算法，实验结果表明该算法要好于Jain的Gabor算法。但Gabor算法容易造成细节点的类型变化以及位置的移动，而且在图像较差区域由于其纹线宽度以及方向图精度的影响，效果不甚理想。因此，我们对基于一致性增强扩散的指纹增强方法进行了一些深入的研究，提出了一种新的方法来提高算法的效率，并且针对增强图像的特点，提出了一种基于图像地形特性的指纹二值化方法。实验结果表明，这种算法可以有效地增强图像，它不但可以有效地连接中断的纹路，而且可以正确地分离对比度较小的纹线，并且在奇异区域的效果要远好于Gabor算法的效果； 3)提出了一种结合图像质量信息和结构信息来去除伪细节点的特征后处理算法。在该算法中，我们首先利用细化图中细节点之间的结构信息去除可能的伪细节点，然后利用图像质量信息来进一步处理保留下来的细节点，以得到最后的细节点。实验结果表明，该算法可以有效地消除伪细节点，尤其在处理质量较差图像时效果更加明显； 4)在对现有特征分析的基础上，给出了一种方向场新特征的提取方法并提出了一种基于方向图的匹配方法，该算法的结果表明我们的基于方向场的匹配算法可以正确地衡量两幅图像之间的匹配程度。多种匹配算法的融合可以提高系统的性能，因此在对几种融合策略分析后，我们提出了用证据理论和加权和方法以及乘积法则对两种算法进行了融合分析，实验结果表明，该算法提高了系统的性能。 本文的主要研究成果已经转换到基于DSP的指纹识别核心模块中去，取得了良好的识别效果。