生物识别技术以其无可辩驳的安全性、便利性、易操作性成为身份鉴别技术的热点。人体的生物特征包括指纹、声纹、人脸、虹膜、掌纹等等。相比其他生物特征识别技术,指纹识别技术具有识别效率高、采集方便、成本低廉等优点。近几年又出现了半导体指纹传感芯片,所以指纹识别技术己经深入应用到社会许多领域,同时对指纹识别的准确率提出了更高要求。在此应用要求下,我们对高精度指纹识别进行研究。传统的指纹识别都是基于指纹的第一级别(形态)和第二级别(细节点)的,而高精度指纹识别配合高精度指纹图像采集设备,能够更好地利用第三级别的指纹特征(如汗孔),从而利用更丰富的特征来提高指纹识别系统的准确率。指纹采集设备是指纹识别的前端装置,其获取图像质量的好坏将直接影响到系统软件算法的难易程度和识别率的高低。本文依据光学传感器原理设计并研制出了高精度指纹图像采集设备,并编写了针对所研制设备的采集软件,使得采集过程灵活而且方便。我们还引入用谷/脊变迁的陡度来衡量聚焦程度的TSI指标对采集到的高精度指纹图像进行大量的对比实验,得到最佳的聚焦条件下的指标值范围,从而可以将设备的参数调节为最优。指纹图像质量评估是指纹图像自动识别过程的第一个环节,是影响自动指纹识别系统水平的最重要因素之一。如果对一些指纹图像质量比较差的指纹直接进行预处理(二值化,细化等)后提取特征点将产生很大的伪特征点,会使最后指纹的匹配产生很大的误差。高精度图像在质量差异上反应更为明显,因此我们很有必要对高精度指纹图像质量评估的方法进行研究。本文对适用于高精度指纹图像的图像质量评估方法进行大量的实验分析。在此基础上对高精度指纹图像质量评估方法进行改进,给出了综合的高精度指纹图像质量评估方法。首先,提出融合频率域和空间域质量评估指标的全局衡量方法,接着,又提出融合方向确定和IQM评估指标的局部衡量方法。特别地,我们还介绍了对高精度指纹图像比较重要的一致性指标。实验表明,这些评估方法都适用于高精度指纹图像,且综合的指纹图像质量评估方法更能为后续的预处理提供可靠的信息,提高系统的识别率。