数字图像处理和机器视觉是计算机信息处理中极其重要的领域，在国民生产和社会生活中有着非常广泛的应用。生物特征识别中很多特征都是鉴于视觉感官的特征。比如人脸、指纹、虹膜等，因此在生物特征识别领域的研究中不可避免地要运用大履的数字图像处理和机器视觉的知识。目前自动指纹识别研究中与数字图像处理技术相关的比较活跃的专题有指纹图像的增强、纹理分析、指纹分类、指纹压缩等等。
指纹图像采集
数字图像处理是将一副图象转化为数字的表示形式，通过计算机来进行处理。每一幅数宁图魏可以由一个二维矩阵表示，矩阵的每一个元素代表了在某一空间位置的象素值，因此对于指纹图像，我们首先需要通过一定的方法取得被考察的指纹图象，然后将其数字化，从而转换成计算机可以处理的格式。很旱以前，人们就开始使用墨水、印泥等一些具有吸附能力的化学物质来采集指纹印在纸上，甚至制成卡片永久保存。随着科学技术的发展，人们已经研制出了多种先进的指纹采集技术及其相关设备.根据取像原理，指纹的采集大致可以分成光学、品体传感器、超声波扫描等方式。
光学取像有着悠久的历史，可以追溯到20世纪?70年代.光学取像依据的是光的全反射原理(Frustratedtotalinternalreflection,FTIR)。光线照到压有指纹的玻璃表面，反射光线由CCD去获得，反射光的量依赖于压在玻璃表面指纹的脊和谷的深度和皮肤与玻璃间的油脂和水分。光线经玻璃射到谷的地方后在玻璃与空气的界面发生全反射，光线被反射到CCD，而射向脊的光线不发生全反射，而是被脊与玻璃的接触面吸收或者漫反射到别的地方，这样就在CCD上形成了指纹的图象。近年来光学技术的革新，极大地缩小了设备的体积。但是价格依然偏高。晶休传感器是几年前在市场上才出现的，尽管它在技术介绍性文章中己经出现近20年。这些含有微型晶体的平面通过多种技术来绘制指纹图象。最常见的是硅电容传感器，其表面层是具有弹性的压感绝缘介质材料，目前技术的发展已可以在不足2cmx2cm的空间排列上万个电容阵列，当手指压在硅芯片的表面时，由于指纹纹路及深浅的存在，芯片表面的传感器将探测出其表面到指纹脊线和谷线之间不同的距离，导致硅表面电容阵列的各个电容电压不同。内部的测量电路和数模转换电路会记录各点电压值并数字化，最后传送给计算机的I/O接口。其它还有温度感应传感器，通过感应压在设备上的脊和远离设备的谷温度的不同就可以获得指纹图象。
超声波扫描被认为是指纹取像技术中非常好的一类。类似光学扫描的激光，超声波首先扫描指纹的表面.紧接着，接收设备获取了其反射信号，测量它的范围，得到脊的深度。与光学扫描不同的是，积累在皮肤上的脏物和油脂对超音速获得的图象影响不大，所以这样的图象是实际指纹纹路(凹凸)的真实反映。应用起来更为方便，日前的问题是价格昂贵，难以普及。
指纹识别算法性能影晌因素分析
上一章提到了识别算法的性能评价参数。对于一个识别算法来说，通过在指纹数据库进行测试可以得到它的ROC曲线，但是要分析整个指纹识别过程.包括采集，预处理，增强，后处理，特征抽取和匹配中哪个环节对自动指纹识别系统性能具有影响作用或者改进空间是比较难的.而且这些过程对系统性能的影响往往是相互关联的。为了提高自动指纹识别系统的性能，我们对整个识别过程进行跟踪分析。通过对整个指纹识别过程进行跟踪分析，我们发现在图像质量比较低的时候，图像处理过程产生的大量伪细节点对识别算法的性能产生了有害的影响.根据跟踪分析结果提出了新的去伪和摺皱检测算法能够有效地减少伪细节点的影响。
伪细节点的影响
伪细节点定义:对于伪细节点，目前的文献并没有给出确切的定义。我们认为，凡是图像采集和处理过程中产生的对于正确识别不利的那些细节点都可以称之为伪细节。但这是一个很含糊很难处理的概念。为了更加容易处理，我们把伪细节点定义为；对于一个指纹识别系统来说，在图像采集和处理过程中受到随机因索影响而产生的不能稳定重复出现的细节点称为伪细节点。
目前的图像采集和处理技术很少会丢失指纹细节点，但是会产生伪细节点，特别是在指纹图像质差的时候。
伪细节点。产生为细节点的原因很多，主要包括：指纹采集时的噪声影响：指纹图像增强的时候在局部方差较小的区域也会产生伪细节点：二值化过程产生错误的断线和纹线端点位置错误；细化过程产生的毛刺等.。
伪细节点对自动指纹识别系统的不利影响主要表现在以下几个方面;
1.伪细节点可能会导致错误的中心点对齐;
2.提高了冒充者的匹配分数；理想情况下，冒充者匹配分数应该是0，但是
出于待识图像中的某些伪细节点与模板中的细节点(或者待识图像中的细节点与模板中的某些伪细节点)可能被匹配算法认为是匹配的，这样就提高了提高了冒充者的匹配分数。
3.降低了真实者的匹配分数：理想情况下，真卖者匹配分数应该是100。但是由于荃于细节点的匹配算法往往是对细节点对的匹配程度求和然后除以细节点总数来归一化匹配的程度，伪细节点的存在增大了细节点总数，所以会降低典实者的匹配分数。
4.给匹配算法始加了不必要的运算最。
在图像质最低的时候，图像的增强算法很重要，良好的增强算法有助于消除图像中的一些对于获得清晰的指纹图像有很重要的作用。如果图像滤波增强算法在遇到质盆差的区域的时候，把它标注出来，井且把它当作背景处理可以避免在图像质最差的区城产生大员的伪细节点。后处理算法能够消除细化过程中产生的大食毛刺。后处理算法还消除了一部分的脊线错误连接。后处理算法应该把长度小于脊线宽度的毛刺和长度小于骨线宽度的脊线间连接都蒯除掉。如果匹配算法能够对细节点的可称程度进行评估，系统性能会得到提高。
目前自动指纹识别系统性能跟踪分析还存在很多难点，主要有以下两个方面:
1.性能跟练分析目前还缺乏系统有效的方法，无法实现自动分析;
2.从分析得到的结论到改进算法还需要较长的时间。
