随着指纹识别技术的不断成熟,其被广泛应用于各个领域,例如指纹考勤、指纹密码、甚至于各类考试中的身份识别。指纹识别技术应用的普及使得指纹识别的弱点也逐渐显露出来,很多不法分子采用廉价的指纹套盗取用户的指纹,从而对用户自身的信息、财产等安全方面造成威胁。在面临现有的指纹识别技术的缺陷的情况下,高分辨率指纹识别技术逐渐成为学者们研究的热点。高分辨率指纹识别技术具有防造假、识别精度高、指纹特征多等特点。同时也存在一些缺陷,其对非线性形变特别敏感;指纹中汗孔数量过大,匹配耗时长;指纹被放大,局部特征凸显;由于平移或旋转的影响,导致了不同区域间的交叉匹配现象,从而对指纹识别的结果产生较大的影响。本文主要研究高分辨率指纹的特征匹配问题。在指纹采集的过程中不可避免会出现平移和旋转的现象,所以指纹校准就是关键一步。本文提出了基于奇异点的指纹校准方法,根据指纹的奇异点类型及所对应的方向场信息,选取基准点进行校准。通过大量实验验证,该算法能够准确有效的进行指纹校准,并在本文提出的指纹识别算法的过程中有所应用。高分辨率指纹识别的一个难点就是特征点的匹配,每张指纹图像都有成百上千个汗孔,有效的筛选出稳定的汗孔是关键的一步。本文提出了两种基于确定性退火技术的高分辨率指纹识别算法:1)基于分块和确定性退火技术的高分辨率指纹识别算法。通过指纹校准、分块配准以及最后采用Random Sample Consensus(RANSAC)算法匹配等过程,有效的减少了局部形变产生的影响;2)基于凸壳和确定性退火技术的高分辨率指纹识别算法。通过指纹校准、细节点匹配和构造凸壳、确定性退火算法配准等过程,有效的改善了指纹采集过程中偏移和旋转过度的问题,解决了第一种方法中存在因为没有奇异点,而产生较大误差的问题。实验表明本文提出的基于奇异点的指纹校准方法,能够有效地进行指纹校准,提高了指纹识别的准确度。本文提出的两种指纹识别算法具有较高的鲁棒性,一定程度上解决了高分辨率指纹识别对局部形变敏感的问题。经过改进后的确定性退火算法筛选出的用于最终匹配的汗孔只占到原汗孔的20%~40%,并且很大程度上提高了高分辨率指纹识别的准确率。