指纹匹配是利用提取出来的指纹特征信息，比对两幅指纹图像是否来自于同一枚指纹。判断从一个手指两次提取出的指纹，特别是在相隔很长一段时间之后，是否出自同一手指，实际上是件极其困难的事，所以在设计匹配算法时，必须将下述情况考虑在内:
（1）手指可能置于采集仪表面的不同位哭和角度，导致输入模板和参考模板间的位置和角度偏移。
（2）手指可能施加在采集仪表面上不同的垂直压力，导致输入模板和参考摸板的空间尺度偏差。
（3）手指可能施加在采集仪表面上不同的切向压力，导致输入模板和乡考模板对应的特征点发生切向变换。
（4）输入模板和参考模板中都可能存在伪特征点。
（5）输入模板和参考模板都可能发生真实特征点遗失。
在验证模式下，指纹匹配主要是比较两组特征点是否符合同一结构模式；在识别模式下，首先要对指纹进行分类，然后根据不同的类别在指纹数据库中搜索与其类别相一致的指纹进行最终的精确比对。
其中，墓于细节点的匹配一般都是比较两幅图像的特征点组成的模式。两个特征点模式的相似程度用匹配的特征点的个数来度最，匹配结果是通过与预先设定的问值相比较而得出的。因此，匹配算法的核心思想是：通过某些坐标变换（如平移、旋转、伸缩变换），消除指纹位移、旋转和崎变对特征点位盆造成的影响；然后对比坐标变换后指纹特征点的相关信息（位置、类型、角度等）。由于各种因素的影响，同一指纹两次输入所得的特征模板难以完全相同，因此，当比对输入指纹的特征与指纹库中的模板特征达到一定的相似程度时，就认为这两个指纹匹配成功。
一般认为，如果两枚指纹能有13对特征点相匹配，即可做出匹配成功的结论，即可以断定两枚指纹来自同一个人的同一个手指。另外，在实际的比对过程中，两枚指纹之间的比较不是一种刚性的、无偏差的比较，相反应该是一种弹性的、允许存在一定的位置偏差和方向偏差的比较。
因此，匹配结果用“匹配度”来表示。当匹配度大于某一闷值时，认为两指纹匹配：当小于该闭值时，认为不匹配。匹配算法不同，匹配度的计算方法也各不相同，而门值的大小通常根据经验、系统安全等级等因素人为设定。当闭值较大时，系统安全性增加，但错误拒绝率FRR(False Reject Rate)将升高。当阂值较小时，系统易用性增加，但错误接受率FAR(False Accept Rate)将升高。FAR和gii7成反比关系，系统的正确率CR(conect rate)=1-FAR. FAR. FRR和CR是刻画系统性能的重要指标。
