指紋識別門禁系統中提出了基于方向正確性計算指紋質量從而指導指紋注冊的方法，以及在指紋注冊階段將多個輸入指紋的特征拼接成一個模板指紋的方法。自動指紋識別系統在指紋注冊階段的注冊指紋的質量的好壞會影響在識別階段的正確串，實驗結果表明，我們的圖像質量計算方法能夠有效指導指紋注冊，提高識別正確率。多個模板指紋的拼接則能有效利用模板指紋的特征，從而可以提高系統的識別性能

指紋門禁考勤一體機還提出了基于平均周期的指紋分類方法。Henv分類模式是目前通用的指紋分類模式，目前許多分類算法都圍繞如何提高Henv分類模式的正確率來進行，但Henv模式類數少，分布不均勻，而見對有些指紋圖保存在錯誤分類、拒絕分類和難以分類等問題。我們提出了一種基于指紋平均周期的分類方法，通過計算指紋的平均周期井按照平均周期將數據庫中的指紋進行排序。該方法可以提高指紋的搜索速度。若將基于指紋周期的分類算法和現有的指紋分類算法結合起來，則可望進一步提高指紋搜索效率。
我們最后實現了一個自動指紋識別系統，該系統采用層次化、模塊化設計．其中集成了本書的主要算法。