指纹识别技术是生物识别技术的一种，它通过指纹传感器采集指纹，在计算机上实现指纹的比对，达到身份鉴别的目的。因其有方便易用，高准确率和低价格等诸多优势，在身份鉴别领域中得到了广泛应用。　　近年来，Curvelet变换由于其独特性而受到研究人员的日益关注。Curvelet变换是各向异性的，具有很强的方向性，非常有利于图像边缘的高效表示；它是一种多分辨，带通，具有方向性的函数分析方法，鉴于Curvelet的这些优良特性，本文提出并实现了通过Curvelet滤波提取指纹纹理特征以及利用不变矩理论进行编码匹配的结构识别算法。该算法把指纹图像看成有方向和频率的纹理信号，利用Curvelet有频率和方向选择的特性，对指纹纹理图像进行Curvelet滤波，得到指纹图像的局部纹理特征图；然后在纹理特征图上计算其7个不变矩，进行指纹特征编码，使指纹匹配简化为计算特征编码间的距离。　　本文用FVC2000指纹库中的指纹对该算法和Gabor滤波算法分别进行了测试，其识别率高于Gabor滤波算法。实验证明本文的算法充分利用了蕴含在指纹灰度图像中的丰富纹理信息，又反映了指纹的局部信息，弥补了传统方法对小面积指纹图像识别上的不足。且本方法利用不变矩来进行特征编码，大大减小了编码长度，易于特征编码的存储和检索，并能克服指纹旋转及平移因素的影响，具有较高的实用价值。