现场指纹，即从犯罪现场直接提取的指纹，是犯罪嫌疑人非故意地遗留在接触的物体表面，进而被用化学处理或拍照的方式提取而得到的指纹。不同于滚动式或按压式的指纹，现场指纹往往有效面积小，背景复杂，图像质量差，难以确定有效信息。以往这类现场指纹都是由专门的指纹专家对其进行处理和匹配，找出犯罪嫌疑人。然而人工操作效率低下，人为因素不可控，因此，研究自动现场指纹处理的算法是非常必要的。　　传统的指纹识别系统中存储的是指纹细节点模板，然而从指纹细节点模板重构指纹图像攻击识别系统的成功率超过95％。指纹不像其他的口令或者密码，人只有十个手指，指纹一旦丢失，则永久不可用。因此有必要对指纹模板的保护进行研究。　　本文针对现场指纹识别与指纹模板保护技术进行研究，在充分调研了国际上对此问题的技术发展背景和趋势的基础上，创造性地提出了若干解决方案，为该问题的有效解决做出了一定的贡献。本文的贡献主要体现在以下几个方面:　　①提出了一种分离现场重叠指纹的算法。重叠指纹是犯罪现场中经常遇到的情况，然而这样的重叠指纹很难被现有的自动指纹识别系统处理，人为分离又极其繁琐。因此有必要研究能够自动分离现场重叠指纹的算法。本文提出了一种基于自适应方向场模型拟合的分离算法，先提取所有的方向场，经过膨胀方法获得初始的两个指纹方向场，而后使用两个指纹方向场模型对其进行拟合，这里的方向场模型通过一种子空间约束的方法来确保其重构出的方向场是类似于指纹的模式，接下来通过一个迭代校正的过程将重叠的指纹方向场逐步地分离开并做平滑，最终通过方向滤波的手段得到分离开的指纹图像。在公开的重叠指纹数据库上的一系列实验表明，在同等条件下，本文提出的算法性能远好于现有的重叠指纹分离算法。　　②提出了一种构建全局指纹方向场模型的方法。以往的指纹方向场模型能够很好地拟合给定的方向场，但其重构出来的方向场却不一定是指纹的方向场，即这些方向场模型“不知道”真实指纹方向场的模式。本文提出了一种基于低秩分解和稀疏表示的全局指纹方向场模型构建方法。采用低秩分解技术对训练集进行清洗，而后采用稀疏表示的手段对给定方向场进行重构。实验分析表明，通过模型的重构误差能够有效地区分真实的指纹模式与非指纹的纹理模式。进而可以将该模型运用到现场指纹检测上，能够作为现场指纹识别的辅助手段，确定有效的现场指纹区域。　　③提出了针对指纹MCC特征的模板保护方法。MCC特征是一种出色的用以识别指纹的特征，但是有研究表明，该特征被重构攻击的成功率超过90％。针对该问题，本文提出了两种保护MCC特征模板的途径，一种是组合模板变换法，另一种是高斯函数变换法。实验证明，在不明显降低原始模板的识别性能的前提下，这两种方案都能够较好地满足指纹模板保护的三个要求，即不可逆、可撤销、无链接。