指纹识别技术是一种应用广泛的身份识别方法，指纹识别技术的出现解决了传统识别方法中识别物容易丢失、遗忘，同时克服了识别物被盗而造成经济损失的问题。本文分析研究了指纹识别中的指纹图像预处理（分割、增强、二值化、细化）、指纹图像特征提取和指纹图像匹配，重点研究了指纹图像二值化、指纹图像特征提取和指纹图像匹配，对一些算法进行分析改进，提高了指纹识别系统的速率和准确率。为了加快指纹二值化的速度，本文在信息熵二值化方法的基础上提出了一种基于粒子群算法的信息熵二值化方法，有效的提高了指纹图像二值化的速度，同时二值化效果也很优秀。为了更好的选择一种更适合本系统的指纹细化方法，本文对比了两种常用的细化方法，即改进OPTA细化方法和查表细化法，实验表明OPTA细化法细化的图像存在很多毛刺，会对接下来的指纹图像特征提取的准确率产生不利的影响，而查表细化法处理得到的指纹图像能够更好的使得纹线成为单像素宽度，因此本系统采用的二值化方法为查表细化法。针对指纹特征点提取耗时较长和去除伪特征点不够准确的问题，本文提出了一种在细化指纹上，基于支持向量机的特征点（端点及分叉点）提取方法，首先进行指纹特征点初提取，即将特征点的8邻域模板作为输入，特征点类型作为输出，建立支持向量机网络并进行训练。此后将任意的纹脊点的8邻域输入到已训练好的支持向量机网络就可得到此点的类型。初提取得到的指纹特征点集中存在大量伪特征点，判断图像边缘并根据特征点之间的方向及距离消除伪特征点。仿真表明此方法指纹提取的速度快，同时去除伪特征点的准确率高。传统的匹配方法往往需要计算校准函数将匹配的两幅指纹图像进行对齐，算法复杂，实现比较难，因此本文设计了一种更为简便的匹配方法，此方法是基于特征点相对中心点距离和方向场差及特征点类型的匹配方法，无需将匹配指纹图像对齐，实验证明本方法有效的克服了指纹平移和旋转带来的影响，匹配的准确率高。