如果R为分叉点，其8领域应该满足
 ，                             (2)
这样就找到了特征点，同时明确了其类型与位置。特征点求出后，再按照相等纹线间距等信息对特征点的有效性进行验证，去除其中的伪特征点，保留其中的真特征点，然后再把特征点坐标情况包括邻域以内的特征点个数以及其相对位置还有脊线上的特征点所在位置的曲率、特征点邻域内的脊线的纹密度，这样就构成了指纹特征点的特征向量，在特征向量筛选后留下50到80个特征向量，用来拼成指纹特征模板[10]。匹配主要要是细节特征点的匹配，根据指纹本身的参考坐标系，用来提高匹配效率。指纹中心具有不可定向的性质，纹心处的纹线方向是多变，使用方向图与不可定性图能完成指纹快速定位。该算法可以确定纹心的位置与方向，定位率也在百分之90以上。用活体作为指纹采集输入的指纹，自动定位率更高。用相同的方法，我们还可以准确提取指纹的上下、中心及左、右三角点的形态特征和辅助的定位信息。对点模式匹配算法很多，我们使用的算法是通过在一定范围来搜索参数，计算匹配效率，就是在这个参数空间，多少指纹对是匹配的。匹配支持效率最大时，就得到所要的结果。算法步骤如下。
(1)分别找出两个细节点集。
(2)分别计算他们的细节节点的模值，细节节点的方向，细节节点的弧度值radian，
                                                  (3)
                                                        (4)
Radian =angle                                              (5)
x，y为细节点的轴坐标，angle为细节点的角度。
(3)依据rack二的大小按升序排列两个细节点集合。
(4)根据r，e，radian的值计算两细节点集合的匹配支持参数值support value{ m} {n} 。
(5)循环比较、support value {m } {n}与阀T值的大小(本程序T = 10)，大于T则匹配度参数加
(6)匹配度=匹配度参数乘100再除以细节点数，如果大于70则超过70%的细节点匹配，认为两细节点匹配。
4.3 系统处理流程
整个系统的处理的过程分为四个步骤：
(1)从图像传感器输出的指纹图像首先送到单片机缓冲，再运用设计好的处理模块对其处理，得到每个像素点的梯度值和子块中极大值点的坐标，所有这些数据连同原始数以突发模式存入DDR SDRAM中。
(2)DSP通过单片机从DDR SDRAM中读取所需要的数据，计算出脊线方向和脊线曲率，再用GABOR对数据进行滤波，经过处理后的数据再通过单片机存入DDR SDRAM中，这样在DDR SDRAM的输入输出端都要进行数据缓冲。
(3)按照DSP处理的要求，从DDR SDRAM中读出滤波以后的数据，由单片机内部的比较逻辑提取出指纹图像中的每个极大值点，送到DSP进行下一步处理，完成指纹图像脊线提取。
(4)由DSP完成匹配识别算法，并输出处理结果。 AT89C52基于DSP的指纹识别系统设计+仿真图+流程图(6):http://www.youerw.com/zidonghua/lunwen_964.html