Grande parte dos algoritmos existentes trabalham com a idéia de extração de minúcias da impressão digital capturada. Essas minúcias são pontos específicos, como bifurcações e terminações, utilizados para identificar e fazer as comparações entre as digitais. Na figura abaixo tem-se uma idéia de como são esses pontos:

     Em se tratando da extração de pontos de impressões digitais, são duas as maneiras de se reconhecer um usuário cuja impressão já está cadastrada no sistema: VERIFICAÇÃO e IDENTIFICAÇÃO. Na Verificação, é necessário que o usuário apresente um código ou um cartão para fazer-se uma busca no banco de dados de sua identidade, juntamente com o modelo armazenado de sua impressão digital, previamente coletado no momento de seu cadastro no sistema.

     Então, captura-se uma impressão digital deste usuário para ser feita uma comparação (1:1) entre essa digital coletada e a que estava armazenada no banco de dados. O resultado é verdadeiro ou falso, de acordo com o resultado da comparação entre as digitais. Já no processo de Identificação, não é necessário que o usuário forneça nenhum tipo de identificação prévia para o sistema. Apenas captura-se sua impressão digital e faz-se uma comparação (1:N) com os modelos de digitais armazenados no banco de dados. Essa operação necessita de um maior poder de processamento que a Verificação, por se fazer uma pesquisa com várias digitais, e não apenas com uma.

     No processo de Identificação, existem duas taxas de erro: Taxa de Falsa Aceitação(TFA) e Taxa de Falsa Rejeição(TFR) do usuário. A primeira é referente a situações em que a pessoa que está tentando ser identificada não está cadastrada no sistema, mas é aceita por sua digital ter sido identificada com a de um usuário cadastrado; a outra taxa de erro ocorre quando um usuário cadastrado tenta ser identificado e o sistema não o reconhece. Esse tipo de erro ocorre, muitas vezes, devido ao mal posicionamento do dedo no sensor para a captura da digital, gerando um modelo pobre em detalhes no processo de cadastramento. Entretanto, essas duas taxas de erro estão diretamente relacionadas com o nível de segurança empregado no sistema. Se o nível de segurança for muito elevado, há um aumento na taxa de falsa rejeição, pois a identificação dos usuários será mais rigorosa. Por outro lado, se esse nível for muito baixo, tem-se uma alta na taxa de falsa aceitação. Portanto, deve-se encontrar um nível de segurança que controle essas duas taxas, nem tão alto, nem tão baixo. Isso só é possível pelo fato de os fabricantes dos sensores e dos algoritmos de reconhecimento de digitais permitirem o controle do nível de segurança a ser empregado. Cabe ressaltar que no estágio atual de tecnologia, tanto de hardware quanto de software, estas taxas de erro são muito baixas.

- Tabela Rigidez (propriedade objetos ctrlCadastrar e ctrlIdentificar)
- Threshold (rigidez em termos absolutos)

- FAR (taxa de falsa aceitação nominal) - quando uma pessoa não autorizada é aceita pelo sistema
- FRR (taxa de falsa rejeição nominal) - quando uma pessoa autorizada é rejeitada pelo sistema

     Os sensores de impressões digitais estão divididos em dois tipos dominantes: capacitivos e óticos. Os capacitivos possuem a vantagem de poderem ser melhor miniaturizados, isto é, podem ser empregados em dispositivos pequenos, como palmtops, celulares... por outro lado, os sensores óticos apresentam as seguintes vantagens sobre os capacitivos:

a) Possuem uma área de captura maior que a dos capacitivos, pois é muito caro criar sensores capacitivos com uma grande área de captura;
b) Possuem um tempo de vida maior, pois o usuário não entra em contato direto com as células que capturam a imagem, e sim somente com a superfície externa onde é feita a varredura da imagem do dedo;
c) Não precisam de limpeza frequente da sua superfície, ao contrário dos capacitivos, cuja superfície deve ser mantida limpa para não haver prejuízo na qualidade da digital capturada.