现代计算机技术的飞速发展，导致了计算机在医疗卫生领域的广泛应用，以虹膜学为基础的计算机辅助虹膜诊断技术正方兴未艾。利用己经成熟的计算机技术，把数字图像处理、模式识别和虹膜诊断有机结合起来，通过对病人虹膜图像进行分析，从而辅助虹膜医师进行虹膜诊断。　　虹膜诊断学(Iridology)己经经历了一百多年的发展，逐渐形成了一套完整的体系。虹膜诊断是利用个体虹膜图像中发生变异的细节结构，如虹膜中出现的坑洞、裂缝、斑块、线条、颜色变化，通过分析虹膜的这些异常达到疾病诊断的目的。因此，研究基于计算机软件的虹膜病理特征提取是实现计算机辅助虹膜诊断的基础。　　本文从虹膜图像的结构纹理特征入手，对虹膜图像的病理特征进行了提取。主要研究内容包括以下几个方面：　　(1)改进虹膜识别中的虹膜定位方法。首先利用眼睛图像的灰度分布粗略定位瞳孔，再通过变形模板的方法精确定位虹膜内外边缘。该算法很好地适应了当前采集设备所采集的虹膜图像，使定位精度达到像素级。　　(2)虹膜七环是分隔人体几大代谢功能的重要分界线，尤其是虹膜自主神经环，在虹膜诊断中有着重要的作用。本文研究了基于Snake模型的自主神经环提取方法，对传统的轮廓搜索方法提出了改进，避免了轮廓收敛到局部能量最小值，从而检测到真实的自主神经环。　　(3)本文针对虹膜学中定义的线条、裂缝、坑洞三种病理特征进行了提取。采用基于Canny边缘检测的方法对虹膜的线条病理特征和坑洞病理特征进行提取，并提出基于高斯滤波的裂缝病理特征检测方法。　　(4)虹膜学把虹膜划分成与身体各个器官对应的小区域，本文根据图谱对虹膜的划分，把虹膜图谱精确地影射到真实的虹膜图像上，从而实现虹膜的自动图谱覆盖，并可根据鼠标的位置报告虹膜分区的名称。