指纹是当前应用最广泛的生物识别技术之一,指纹识别技术在国内外已经研究了几十年,技术已经比较成熟,这些技术主要集中在接触式指纹识别上。对于接触式指纹识别,一般是通过用户按压或者滑动指纹,这样的采集方法容易使得指纹表皮变形,导致采集的指纹图像质量和方向随着用户的按压力度不同而不同;另外,由于指纹皮肤的干湿程度等环境的影响也会导致指纹的不连续性、不可再生性;因此相同的指纹在每次采集的时候会增加指纹匹配的复杂性,对系统的性能起到了负面的影响。最近,非接触式指纹识别被提了出来。这种方法可以避免上述提到的各种问题,因为指纹并不需要接触传感器,指纹表皮也并不会变形;因此,非接触式指纹在指纹识别上可以得到更好的效果。但是由于指纹的形状是弧形的,那么一个摄像头采集指纹的话,一般只能采集到指纹一部分区域的信息,这样会大大的减少指纹的信息量;因此一般的非接触式指纹设备采用三到五个摄像头采集指纹,目的是想获得更大的指纹采集面,这样势必增加指纹设备的成本。为了降低非接触式指纹设备的成本,我们提出用两个摄像头采集指纹,重建指纹的三维信息来增加指纹的信息量;与此同时,基于双目视觉的三维信息的重建需要比较多的匹配点,而指纹细节点的个数达不到恢复指纹三维信息的要求,为此,我们提出了寻找指纹极值点的方法来增加指纹匹配点的个数,也就是尺度不变特征变换(Scale Invariant Feature Transform, SIFT)。试验结果表明,通过增加极值点作为指纹匹配的特征点,对于三维信息的重建起到了很大的帮助。与此同时,在香港理工大学非接触式指纹库上,把SIFT算法用于细节点匹配和试验室已有的经典匹配算法结果相比,试验表明用SIFT算法可以得到更多细节点的匹配个数,同时识别率也得到了提高。