已知两张指纹图片，根据细节点匹配，匹配指标如何计算。相关文献

指纹匹配的指标通常使用“匹配分数”或“相似度”来表示。匹配分数是指两个指纹图像之间的相似程度，该分数通常介于0和1之间，1表示完全匹配，0表示没有匹配。

指纹匹配的过程通常分为两个阶段：特征提取和特征匹配。在特征提取阶段，从指纹图像中提取出重要的细节信息，这些信息通常被称为“特征点”。在特征匹配阶段，将两个指纹图像的特征点进行对比，计算它们之间的相似度得分。

常用的指纹匹配算法有：

1. 点匹配算法（Minutiae-based matching）：该算法基于指纹图像中的细节信息（如岔口、端点等），通过统计和比较两个指纹图像中的细节信息来判断它们是否匹配。

2. 区域匹配算法（Correlation-based matching）：该算法基于指纹图像中的纹理信息，通过将指纹图像分成若干小块，计算每个小块之间的相似度，从而得出整个指纹图像的相似度得分。

3. 组合匹配算法（Hybrid matching）：该算法将点匹配和区域匹配结合起来，综合考虑指纹图像中的细节信息和纹理信息，从而得出更准确的相似度得分。

相关文献：

1. Jain, A. K., Ross, A., & Nandakumar, K. (2016). Introduction to biometrics. Springer.

2. Maltoni, D., Maio, D., Jain, A. K., & Prabhakar, S. (2009). Handbook of fingerprint recognition. Springer.

3. Cao, K., Zhang, Y., & Lu, J. (2016). Fingerprint matching algorithm based on minutia descriptor and ridge orientation. Journal of Electronic Imaging, 25(6), 063018.