随着社会的快速发展,安全、隐私和身份欺诈等问题引起了人们的极大关注,自动指纹识别系统(AFRS)应运而生,并广泛应用于各个领域,比如司法取证、考勤系统等。该应用的普及也逐渐暴露了传统指纹识别技术的弱点:现有技术防伪能力较低,廉价的指纹套对用户信息、财产安全带来了极大的威胁;系统精度不能满足高端应用领域的需求等。为解决现有问题,急需在已有技术中引入新的特征来加强系统的安全性。统计分析表明,指纹汗孔特征能够提供足够数量和高质量的信息从而进行更为精确和鲁棒的指纹识别。同时,随着指纹传感器技术的不断改进,高分辨率指纹图像逐渐步入了人们的视野,为指纹汗孔特征的提取提供了可能。指纹汗孔提取是指纹识别系统中关键的一步,如何设计精确的特征提取算法成为现有指纹研究领域的重点和热点。现有的汗孔提取方法大都是单一尺度、等方向的非自适应性汗孔提取模型,它们的提取精度因为不能检测不同类型汗孔而难以让人满意。本课题针对高分辨率指纹汗孔特征的提取进行了深入的研究,主要工作如下:在指纹采集的过程中,不可避免地会引入各种各样的噪声,因此指纹图像预处理的环节必不可少。首先对预处理中的分割、归一化、增强、二值化等各步骤进行原理分析并实现其相应功能,然后针对不同细节作出改进从而有效改善指纹图像的质量。在进行汗孔提取时,首先对基于DoG模型的汗孔提取算法进行优化,对比分析基于滤波器构造的汗孔模型,并使用适当策略加以融合从而使提取精确度提高。在降低提取错误率方面,选取汗孔的大小、对比度、滤波响应值、灰度与距离作为候选汗孔特征,构造一个汗孔选择模型除去更多的伪汗孔。提出了一种基于形态学处理的汗孔提取方法。使用多尺度形态学变换构造切换算子从而得到一个二值化的脊线图,为汗孔位置提供了重要信息。在此基础上,利用连通区域面积和基于特征建模提取出闭开汗孔;对指纹图二值处理并细化,根据分叉点情况提取出开汗孔并去伪,从而提取出汗孔集。对提出的汗孔提取方法在分辨率为1200dpi的指纹库上进行了实验。实验结果表明本文提出的汗孔提取方法相比于已有算法性能有所提高,能够更精确地提取出指纹汗孔特征。