指纹图像的信息可以用两种特征结构来反映，即全局结构和局部结构。通过全局结构信息，可以了解指纹脊线和谷线的整体结构模式和大致走向;通过局部结构信息，可以辨识特征点周围的细节结构模式。全局特征信息通常用于指纹分类和参考点定位.局部特征信息通常用于指纹匹配。因此所提取的指纹特征信息是否准确决定着整个识别系统的性能优劣。
本章研究指纹全局和局部倍息提取的有关算法。利用复数淹波原理提取奇异点信息，通过二值化、细化的方法提取细节点信息。为减少二值化过程的误差，设计了一种方向中值涟波方法以去除一些冲击嗓声：在伪特征去除方面，采用了信息融合的方法，对按两种不同原理提取的特征点进行融合后，再按结构规All判断特征点的真实性，从而提高了特征提取的准确性。
指纹全局特征提取
全局结构在指纹识别中有粉不可替代的作用，因为它的信息比较稳定，不会随采集的图像质最变化而发生大的变化。奇异区城是一种重要的全局结构，指纹纹线结构在此区城变化比较明显。两种最常用的奇异点为中心点(Core）三角点(Delta)。
Nilsson等构造了两个不同类型的对称滤波器，用于分别提取指纹图像中最大的圆对称点与三角对称点作为奇异点。该方法的优势在于定位奇异点位盆的同时可确定其方向，为了避免嗓声及边缘效应的影响，加入了分割算法后，其准确性得到了提高。
