本文主要工作是虹膜识别系统的算法研究,虹膜是位于瞳孔与巩膜之间的环状区域,虹膜识别具有比指纹更高的安全性成成为生物识别领域近年来研究的重点。论文主要针对虹膜识别算法部分的虹膜定位,特征提取,虹膜分类,虹膜系统安全性等四个方面做深入的分析研究。1、在虹膜定位研究中,本文提出基于特定感兴趣区采样的虹膜内外圆定位算法,快速准确地实现了虹膜内外圆定位。本文同时提出方向可控,标准差可调的不对称Asymmetry Canny边缘提取算子,通过方向开关的控制,有选择地提取虹膜感兴趣边缘,屏蔽无规则边缘干扰,有效实现了眼睑定位,睫毛干扰屏蔽等虹膜图像预处理工作。2、在特征提取算法中,本文构造出边界清晰,过渡带近似理想的滤波通道,可以更加准确地提取所需频段特征信息,滤除噪声干扰,为虹膜识别提供有效的特征数据。另外,本文通过实验对虹膜特征谱所在的有效频段及方向性做了详细的分析,为特征提取时滤波器参数的设置提供了有效实验依据。3、针对虹膜分类算法,本文提出了一种基于虹膜完整相位信息,权重可调的相位相关分类算法。实验表明,本文提出的分类算法比Daugman的Hamming距离髯法增大了一倍空间,并且更完整地保留了虹膜的原始特征信息,更能体现虹膜特征之间的差异性,分类效果好、鲁棒性强。4、针对虹膜识别系统的安全性,本文提出了以节省网络资源为目标的虹膜特征码混沌加密系统,以及便于算法升级和设备维护的虹膜图像复合混沌加密系统。实验表明以上两种系统密钥空间大,抗攻击能力强,加密效果好。本文最后的结论与展望部分对全文工作进行了概括性总结,列举了虹膜识别系统在理论和应用上现已取得的各种成就,以及虹膜识别系统亟待进一步发展和完善的地方。本文所做的这些工作是提高虹膜识别系统性能的有益尝试,是对现有虹膜识别算法的丰富与补充,本文提到的算法思想都经过了实验验证,并且取得了较好的实验效果。