生物识别技术在政府办公、商务应用以及个人隐私方面都有重要的意义和广阔的应用前景。虹膜由于具有区分度高、稳定性强、非侵犯性和不易伪造等特点，被认为是非常有竞争力的生物特征，以虹膜作为生物特征的虹膜识别技术是未来非常可靠、非常具有发展前景的生物特征识别技术。　　本文首先介绍了身份识别的概念，进而引出虹膜识别的概念，并详细介绍了虹膜作为生物特征的优势以及虹膜识别系统框架;接着简单介绍了虹膜图像定位的经典算法，着重介绍了本文所使用的虹膜定位算法和虹膜分割方法;最后重点研究了基平均局部二值模式的虹膜特征提取方法，并通过不同的实验设置，从多个角度验证了本文提出的方法的有效性。在虹膜定位过程中，基于人眼图像灰度分布特征，本论文使用了三点虹膜定位方法。该方法分为四个步骤，分别为:找到瞳孔区域内一点，计算梯度值，确定瞳孔-虹膜边界（内边界）和确定巩膜-虹膜边界（外边界）。分割和归一化部分介绍了归一化的方法以及尽量减少眼睑和睫毛影响的方法。本定位方法计算简单，运算速度快，并能实现准确有效的虹膜定位。在特征提取过程中，本论文基于对局部二值模式的广泛深入研究，详细介绍了基本局部二值模式、一般局部二值模式、均匀模式、旋转不变局部二值模式和主要局部二值模式等算法，然后提出了平均局部二值模式算子以及基于平均局部二值模式的虹膜特征提取方法。本文提出的方法运算复杂度低、运算速度快，因而适用于对实时性要求较高的系统。在实验部分，使用CASIA-IrisV4-Interval、CASIA-Iris-Thousand和UBIRIS.V1等三个数据库，并介绍了数据库的基本情况，以及本论文实验中所用到的虹膜图像的选择。在分类中，本文使用了最近邻分类器和支持向量机分类器。为了验证虹膜识别方法的有效性，本论文设计了多个实验，从特征表征有效性、对直方图均衡的鲁棒性、参数选择的影响、在严峻环境中的表现以及与其他方法的结果对比等多个角度进行对比，并通过图和表的形式进行呈现，最后详细地分析了实验结果。最后对全文工作进行了概括性的总结。本论文所有工作都是在MATLAB7.0平台上进行仿真实验。实验结果表明本文所提出的局部二值模式改进方法与其他局部二值模式改进方法（包括基本局部二值模式、一般局部二值模式、旋转不变局部二值模式和主要局部二值模式等）相比，可以更加有效的提取虹膜纹理特征;本论文提出的方法对直方图均衡具有鲁棒性;参数选择对本论文提出的方法在一定范围内基本恒定;本论文提出的方法在严峻环境中表现良好;本文提出的方法的实验结果与使用同一数据库来源的其他方法的结果相比，具有极大的竞争力。