指纹识别作为传统身份识别技术中最安全、可靠的一项技术,已广泛应用于多个领域。但目前已有的算法对大容量指纹库的识别在速度、准确性等方面仍存在很多不足。本文对基于大容量指纹库的自动指纹识别系统一些关键算法作了较为深入的研究,包括指纹图像质量评估、指纹图像分割、指纹图像增强、指纹图像特征提取等。取得了如下成果：(1)研究了指纹质量评估算法,提出了一种基于信息可用性评价与频谱分析的指纹图像质量评价算法。首先依据不同的指纹评价因子(有效面积、有无奇异点、奇异点偏移度),对指纹分级进行信息可用性评价,遇到不符合要求的指纹,系统立即终止其评价过程,并提示用户重新采集指纹。然后对通过评估的指纹,再用频谱能量比与频谱方差来判断指纹质量及其类型。(2)研究了指纹分割算法,提出了一种指纹二级分割算法。首先根据指纹图像块的特点将指纹图像其分成空白区、纹理区和不可恢复纹理区三个类别,然后再通过分级分割将不需要的空白区、不可恢复区分割出去。用灰度对比度作为分割特征实现了指纹的初级分割,去除空白区域；用块聚集度、块中点方向与块方向一致的个数、块方向一致性作为二级分割特征,将不不可恢复纹理区分离出来。(3)研究了指纹增强算法,提出了一种改进的基于频域滤波的增强算法。首先通过快速傅里叶变换将原始指纹图像转换到频域,再对干指纹、湿指纹的频谱图进行分析,设计相应的圆滤波器进行带通滤波,去除相应的低频或高频成分,增强频谱图像的中频成分。然后再对经过变换后的图像在频域进行八方向滤波,连接断纹、去除粘连、增强指纹脊线清晰度。最后经逆变换和脊线组合得到增强后的指纹图像。(4)研究了指纹特征提取算法,提出了一种分级式奇异点提取方法。先通过对指纹图像的曲率估计初步确定奇异区,然后在奇异区内采用Poincare索引值与复数滤波相结合的伪奇异点识别方法进行奇异点的精确定位。在细节点提取方面采用了基于知识的伪细节点后处理方法。