اثر انگشت يکي از مهمترين نشانه هاي خصوصي است که براي شناسايي و تاييد هويت افراد به کار مي رود. در سالهاي اخير با افزايش تعداد افراد جوامع و گسترش بانکهاي اطلاعاتي مربوط به اثر انگشت، خودکار سازي عمل شناسايي امري اجتناب ناپذيرگرديده است. در اين راستا طبقه بندي اثر انگشت، زمان جستجو و شناسايي يک تصوير ناشناخته در يک مجموعه بزرگ از تصاوير را کاهش مي دهد. در اين مقاله، ما بر اساس يک تعريف مناسب از مفهوم فرکانس در کاربرد خاص اثر انگشت، يک طرح جديد جهت استخراج ويژگي هاي طيف فرکانسي ارايه کرده ايم. ويژگي هاي مستخرج نه تنها اطلاعات گرانقيمتي از تراکم رده ها در واحد سطح در اختيار دارند، بلکه اطلاعات با ارزشي از جهت رگه ها به همراه دارند که اين امر مديون نحوه استخراج آنها از طيف تصوير مي باشد. اين ويژگيها با يک شبکه عصبي احتمالي طبقه بندي مي شوند. براي ارزيابي روش پيشنهادي از دو پايگاه داده استاندارد FVC2000 و FVC2002 استفاده شد. الگوريتم پيشنهادي طبقه بندي، به دليل هزينه محاسباتي و زماني پايين و همچنين صحت طبقه بندي بالاتر نسبت به الگوريتم هاي رايج بسيار به صرفه تر است. ما در اين مقاله، براي طبقه بندي 7 کلاسه صحت 93.4 درصد به همراه 2.8 درصد ردي و براي طبقه بندي 6 کلاسه صحت 95.1 درصد به همراه 2.4 درصد ردي را بدست آورديم.