基于虹膜特征的身份认证方法,因为其唯一性、普遍性、稳定性、非侵犯性等众多的优点,被认为是生物特征识别技术中最具有发展前景的技术之一。完整的虹膜识别系统有四个部分组成:虹膜图像的采集、虹膜图像的预处理,特征提取和编码,以及特征匹配。本文以虹膜图像的预处理、特征提取和编码、特征匹配三个部分为研究对象,提出了一种多种特征提取算法提取虹膜特征,在匹配部分实现特征融合的虹膜识别方法,并采用计算机仿真的方法实现。本文主要内容如下(1)简要介绍了生物识别技术的发展现状,以及虹膜识别技术的理论依据,阐述了本文的主要研究内容及其意义。描述了虹膜识别系统的组成,并对各个环节的经典算法进行了详细的介绍及分析。(2)在虹膜图像预处理环节采用了一种在粗定位基础上精确定位虹膜边界的方法,并采用形态学的闭运算算法消去睫毛光斑对虹膜定位过程中的影响,这种虹膜定位算法大大减少了虹膜边界的定位时间,缩短了整个虹膜识别方法的识别时间,定位效果理想。(3)分析了单一虹膜特征提取方法的局限性,提出了分别采用Log-Gabor滤波和Haar小波三层分解的方法提取虹膜特征、编码形成两种不相关的特征模板的方法,兼顾了虹膜的局部特征和全局特征。(4)在匹配阶段对两个不相关的特征模板分别采用Hamming距离和加权欧式距离计算,得到两个相似度,并构造支持向量机(Support Vector Machines,SVM)分类器进行相似度融合的分类匹配,实现了虹膜特征的融合匹配,解决了由于特征提取和编码算法不同,虹膜特征模板的异构问题。仿真实验证明了本文虹膜识别方法的切实可行,在正确识别率和系统的识别时间上,相对于其他虹膜识别算法都有一定的提升。