چکیده: تشخیص زنده بودن اثر انگشت، مبحثی جدید در حوزه امنیت سیستم های تشخیص هویت بر اساس اثر انگشت است. یکی از روش های تشخیص زنده بودن اثر انگشت، روش Power Spectrum است، که بر اساس آنـالـیـزهـای فـرکـانسی است. استفاده از این روش نتایج امیدوارکننده ای را در تشخیص حالات زنده و جعلی اثر انگشت داشته است. در این پایان نامه از این روش برای مقایسه اثر انگشت های مصنوعی SFinGe با اثر انگشت های واقعی استفاده شده است. نتایج آزمایش ها نشان داد که، اثر انگشت های واقعی و مصنوعی از لحاظ طیف فرکانسی متفاوتند. در ادامه این پایان نامه به موضوع ارتباط اثر انگشت با بیماری ها، می پردازیم. تصاویر اثر انگشت مربوط به دو بیماری سیستماتیک دیابت و اعتیاد را مورد بررسی قرار داده ایم. ابتدا روش Power Spectrum را در تحلیل داده ها استفاده کرده ایم. نتایج بدست آمده نشان داد، که بایستی به دنبال روش هایی دیگر برای استخراج ویژگی از تصاویر اثر انگشت باشیم. تبدیل ویولت و ویژگی های استخراجی از ضرایب ویولت، در آنالیز تصاویر، قویتر از تبدیل فوریه عمل می کنند. ترکیب ویژگی های بافتی که از ضرایب ویولت استخراج می شوند با ویژگی های آماری ویولت، بردار ویژگی قویتری می سازد. برای تحلیل تصاویر اثر انگشت بیماران، دو روش مبتنی بر ویژگی های آماری ویولت و ویژگی های بافت تصویر، استفاده شده است. نتایج این روش ها در تشخیص ارتباط بیماری ها با اثر انگشت امیدوارکننده است.