指纹交叉库问题的研究需求是源自于近些年来生物特征识别领域的飞速发展。传感器技术的普及使得指纹采集仪的种类越来越多种多样。在市场上极为常见的类型就包括光学式采集仪、刮擦式采集仪、按压式采集仪等等。采集原理不同,采集的标准和规格不同,即使是同一根手指,采集的指纹图像有的有一定差异,有的则相差很大。。传统指纹匹配的方法对不同的采集仪的互用性效果较差,造成了大量采集仪和指纹图像信息的浪费。本文基于指纹交叉库匹配中某些全局或者局部的特征受非线性形变影响较小和细节点的位置、方向在局部区域内不容易受非线性形变的影响的两个特点,通过MATLAB进行算法编译,在一定实验的基础上,提出了基于MCC(Minutia Cylinder-Code)和传播算法的匹配策略。指纹交叉库匹配的核心问题是由于指纹采集仪的原理的不同和分辨率的不同而带来的较大的非线性形变的问题。MCC(Minutia Cylinder-Code)和传播算法在指纹交叉库匹配中有较好的抗形变特性。本论文所做的成果如下:1.将一种新型的特征表达方法MCC应用于指纹交叉库匹配的问题。2.充分利用指纹交叉库问题局部区域内的形变较小的特点,将应用于其他领域的一种新型的传播算法应用于指纹交叉库匹配的问题。3.将EER降低至3.48%,速度提升至20ms/对。实验结果证明提出的本论文提出的算法切实有效。本论文存在着一些不足之处,在后续的研究工作中需要进一步改进。1.由于实验中相似度的计算只用了MCC,而MCC相似度反映的只是细节点与细节点之间的关系。诸如方向场、频率场等其它重要信息还没有被充分利用。所以,还可以在后续的实验中用方向场、频率场构建相关细节点算子,进一步区分细节点对的真假,并获得更优异细节点相似度计算方法。2.该算法目前只应用到了AES和URU采集仪上,可以在后续的工作中继续进行实验,证明该算法对多种不同采集仪有较好的互用性。