Analisis fitur dilakukan untuk menjelaskan hasil ekstrasi fitur dalam bentuk baku dan mudah untuk dibandingkan. Jika kita menggunakan sistem koordianat polar (r,θ) untuk mempresentasikan citra dalam doamain frekuensi, perubahan tedensi energi berubah sepanjang r yang menunjukkan intensitas lipatan telapak tangan dan θ akan menunjukkan arah dari lipatan telapak tangan. Sehingga kita dapat menggunakan metode statistik untuk merepresentasikan fitur telapak tangan. Dan nilai X merupakan ukuran citra yang akan digunakan.

Koordinat Right Angle Menjadi Koordinat Polar

Citra telapak tangan dapat diubah dari sistem koordinat right angle menjadi sistem koordinat polar dengan rumus berikut :

Dimana I adalah citra pada sistem koordinat right angle dan I’ adalah citra pada sistem koordinat polar dalam usaha untuk merepresentasikan intensitas lipatan telapak tangan, citra pada domain frekuensi dibagi menjadi bagian-bagian kecil dengan sederetan lingkaran yang memiliki titik pusat yang sama.

Energi yang ada pada area mirip cincin dirumuskan sebagai berikut :

Dimana I’  adalah sub citra pada sistem koordinat polar. Pada artikel ini R_i (i=1, 2, …,8) disebut fitur R.

Untuk merepresentasikan arah lipatan telapak tangan, citra pada doamin frekuensidibagi menjadi beberapa daretan garis yang berbentuk seperti juring dengan titik pusat pada pusat citra. Energi dari masing-masing juring dirumuskan sebagai berikut :

Pada penelitian ini θ_i (i=1, 2, …,N) disebut fitur θ.

Pencocokan Fitur

Pencocokan fitur dilakukan dengan menghitung jarak antara dua set fitur telapak tangan. Karena sebuah telapak tangan direprsentasikan oleh fitur R dan fitur θ, maka pencocokan fitur dilakukan dengan menghitung jarak antara fitur R dan fitur θ.

Jika RX_i (i=1, 2, …, N) dan RY_i (i=1, 2, …, N) mewakili dua set fitur R. Maka jarak antara DR_xy dengan RX_i (i=1, 2, …, N) dan RY_i (i=1, 2, …, N), dirumuskan sebagai berikut:

Jika θX_i (i=1, 2, …, N) dan θY_i (i=1, 2, …, N) mewakili dua set fitur θ. Maka jarak antara Dθ_xy dengan θX_i (i=1, 2, …, N) dan θY_i (i=1, 2, …, N), dirumuskan sebagai berikut:

domana,

Jangkauan dari Dθ_xy berkisar antara 0 dan 100. Fitur R dan fitur θ digunakan untuk melakukan proses pencocokan dari ekstrasi fitur pada citra telapak tangan dengan tujuan untuk melakukan identifikasi telapak tangan. Dalam identifikasi sampel uji yang diambil dari seorang pengguna akan dicocokan dengan sampel latih yang telah disimpan sebelumnya, jika skor yang diperoleh dari persamaan diatas kurang dari nilai ambang tertentu yang telah dtentukan sebelumnya maka pengguna dianggap tidak teridentifikasi, selain itu pengguna akan dianggap teridentifikasi oleh sistem dengan memberikan identitas yang memiliki kemiripan tertentu.