近几年来，光电技术以及指纹采集仪器和方法都有巨大进步，高分辨率的指纹识别成为可能。高分辨率指纹特有的指纹第三层汗孔特征，不仅具有唯一性，而且其数量庞大，形状不一，还可防造假，且在残缺指纹匹配方面，汗孔拥有更多的信息量，这些特点是第三层汗孔特征相对于第二层细节点特征的优势。但是目前的高分辨率指纹受限于指纹汗孔点多、变形、位移、指纹残缺、噪声以及依赖于指纹前两层特征点等的影响，在配准精确度和匹配速度上有待提高。目前已存在的指纹汗孔匹配研宄算法，多集中于融合匹配，即根据指纹脊线、细节点、汗孔三项特征综合匹配，汗孔的匹配结果依赖于脊线和细节点的匹配效果，如果第一层脊线特征和第二层细节点特征的匹配效果差，则对第三层汗孔特征的匹配精度有直接的影响。本文针对指纹汗孔匹配依赖于前两层特征点匹配的问题，改善了指纹校准的奇异点校准方法，在细节点匹配的基础上对脊线和汗孔点集进行匹配，匹配效果有一定的改善。　　基于奇异点的指纹校准算法：指纹奇异点的提取技术比较成熟，提取得到的奇异点精确度比较高，但是依然存在奇异点提取位置偏移、误提取、漏提取的情况，因此在依赖奇异点进行指纹校准时，也要考虑到奇异点提取不佳的情况。本文针对奇异点提取偏移、误提取、漏提取的情况，通过搜索奇异点所有可能位置的方法得到其较精确的位置。这种校准方法，以细节点匹配的好坏来判断校准效果，同时考虑到了指纹纹线的特殊情况，即点集匹配得到的结果不一定是符合指纹匹配细节点对应关系。这样的校准方法提高了匹配的准确率，取得了较好的校准效果。　　指纹校准结束后，可得到两副指纹的校准点对和对应细节点对以及旋转角度，根据这些信息，提取两副指纹的脊线，进行脊线匹配，以两副指纹距离最近的脊线对之间脊线采样点的最近点平均距离和改进的平均Frechet距离作为评价指标，实验中脊线匹配得到了较高的准确率。汗孔匹配采用了两种方式，一种方式是选择匹配上的细节点对周围一定范围内的汗孔点集进行基于细节点的汗孔匹配，另一种是将汗孔按照脊线进行划分，做基于脊线的汗孔匹配，这两种汗孔匹配方法都获得了比较高的准确率。　　最后，在香港理工大学的高分辨率指纹库上进行了实验。实验表明本文采用的算法相对于同类的其它匹配算法，匹配效果有一定的改进。