指纹特征是在众多的生物指纹识别特征中应用在民用和刑侦领域最为广泛的一种。指纹的普遍性、稳定性和易采集性使得其成为最有效和便捷的生物指纹识别解决方案,且具有法律效力。自动指纹识别在上世纪90年代在我国投入使用,至今已有二十几年时间。在我国的指纹数据库中,只有大约百分之二十的指纹是质量优秀的指纹,其余是各种类型的低质量指纹。优质指纹的识别技术经过长时间的研究发展,已经取得了许多重要成果,然而对于低质量残缺指纹,目前还没有非常成熟的识别模型,提高低质量指纹识别的准确率和缩短识别时间是这一领域的攻坚点。低质量残缺指纹出现是由于手指存在脱皮、伤痕、污渍或出汗等情况造成指纹纹理不同程度的缺失、形变或形成一片不可恢复区域。在低质量残缺指纹中能获得的信息有限,如何剔除不可靠的信息,有效地增强确定信息,提取出特征进行匹配检测,是这一类指纹匹配的关键问题。本文主要有三个方面的研究内容,其中创新点主要集中在预处理和特征匹配阶段。预处理阶段在传统的空域滤波基础上加入自适应分数阶微分增强的方法进行处理,提升了纹理区域的可靠性,根据每幅图像的灰度模值和图像信息熵合理选择微分阶数,自适应地增强了可恢复区域的纹理信息,适当平滑了前后景的边缘。在特征提取阶段采用了更适用于低质量指纹的WDF(Walking Direction Field)的奇异点快速跟踪方法,这一方法具有误检率低、处理时间短的特点。在特征提取后,提出了适用于筛选低质量指纹伪特征点的规则,避免无效点被带入后续特征匹配步骤。在特征匹配阶段,提出了具有平移和旋转不变性的两层特征匹配方法,通过预匹配、局部匹配构造了三角形融合特征结构描述子,这一特征结构区分度高、抗干扰性强。在匹配判定时进行两步界限盒条件判定,有效解决了存在非线性形变的指纹匹配问题。本文在国际指纹验证大赛的官方数据集上进行了一对一的匹配验证实验,分析了拒真率、认假率、相等错误率和处理速度等指标。与一些启发本文的融合特征匹配、相似度匹配方法进行了比较,实验结果验证了本文方法对于低质量残缺指纹的适用性,有效地减少了识别错误和处理时间,可应用于自动指纹识别实时检测。