该文的研究主要针对在线脱机指纹识别系统.该文的主要贡献在于:首先我们提出了一种融合灰度频谱特征的指纹图像质量评价算法.该算法通过对灰度对比度,方差,纹路梯度方向一致性、以及在频域中的等相位、等频率能量比等特征聚类,得到代表不同图像质量的数据原型,并且在这些数据原型的基础上通过KNN对指纹图像质量进行在线评价,该方法在Pattek数据库上可达94﹪的图像质量评价正确率.在特征提取方面,我们提出了一种改进的直接灰度特征提取方法.在该方法中,我们对纹路追踪算法,追踪初始点选取,追踪终止条件以及细节点类型判定等方面作了较大的改进,实验仿真表明,该方法是一种高精度,高效率的特征提取方法,在Pattek数据库上面可达88﹪的特征提取准确率.在匹配算法方面,我们提出了一种基于中心点的指纹细节结构匹配算法.首先利用中心点检测算法获得中心点的位置和方向,然后为中心点附近的一些细节点定义一个局部结构.通过对比这些局部结构,我们获得两幅指纹图像的对应点,利用中心点和对应点之间的相对位置、角度等关系来确认真正的细节对应点.其次,利用获得的对应点对准指纹特征向量并进行全局匹配.最后,利用匹配细节的全局距离和距离方差来判决最终匹配结果.