随着自动指纹识别系统应用范围的拓展，人们在系统安全性方面提出更高的要求，传统的指纹识别系统，已经出现了技术瓶颈。与此同时在科学技术日新月异发展的大背景下，指纹采集设备的性能也得到了很大的提升，使得像汗孔这样的第三层指纹特征信息的提取成为了可能。这样高分辨率指纹识别很自然的成为人们关注的焦点。对于传统的指纹识别系统来说，高分辨率指纹识别系统具有高精度，防伪能力强，活体检测等优点。但伴随高分辨率指纹识别而带来的问题也很多，例如，像汗孔这样的高分辨率指纹特征提取问题，指纹识别精度和时间问题等。目前的汗孔提取方法大多数都是单尺度，等方向的汗孔提取模型，这样的汗孔模型，对具有尺度性和方向性的汗孔，提取效果并不理想。所以准确的提取出汗孔信息是高分辨率指纹识别系统需要去解决的一大问题。此外，目前的汗孔匹配算法，大致分为两种，一种是用第二层指纹特征进行校准后再做汗孔匹配的算法，另一种是用汗孔直接做匹配的算法。第一种算法在时间方面有优势，而第二种算法在精度上占优势。怎样有效的解决时间与精度之间的问题是高分辨率指纹识别系统需解决的另一问题。针对这两个问题本文分别各提出了一种有效的解决方法。在汗孔提取方面，本文提出一种用Gabor滤波器进行汗孔提取的方法，该方法很好的利用了Gabor滤波器的尺度性和方向性，把汗孔的尺度和方向因子加入到Gabor滤波器中，生成Gabor汗孔模型，很好的解决了单尺度均向性汗孔提取算法的问题，并且汗孔提取准确度与同类算法相比效果得到了提高。在汗孔匹配方面，本文提出了基于细节点汗孔选择的汗孔匹配算法，该算法是用细节点做为汗孔选择的一种选择方法，选择出一部分汗孔用于汗孔匹配，相比那些基于细节点校准的算法在精度上呈现优势，同时在保证汗孔直接匹配精度的情况下，有效的降低了时间复杂度。最后我们在香港理工大学提供的高分辨率指纹库上做了实验。实验结果显示本文提出的汗孔提取算法相比于目前存在汗孔提取算法性能有所提升，提出的汗孔匹配算法与同类算法相比性能也得到了一定改善。