随着人类活动范围的增大和现代社会对安全要求的提高，传统的基于标志物或口令的身份鉴别方法由于其自身的缺点已经不能满足社会需求，于是基于生物特征识别的身份鉴别方法应运而生。生物特征识别是指利用人身可测量的特有的行为或生理特征进行身份鉴别的一门技术，例如指纹识别、人脸识别、虹膜识别和步态识别等。在所有的生物特征识别技术中，虹膜识别的准确性是非常高的，而且其采集过程具有非接触性，这些性质决定了虹膜识别在身份鉴别方面具有良好的应用前景，目前已经有基于虹膜识别的身份鉴别系统用在边境通关、机场和ATM机(Automatic Teller Machine)等场所。虹膜识别系统的一个重要组成部分是虹膜图像预处理，包括图像质量评估、虹膜检测、虹膜分割、归一化、活体检测等。预处理算法非常重要，影响着系统的识别性能和速度，但现有的预处理模块不完整并且还有提升的空间。另外，为了对识别算法进行测试和比较，我们需要建立大规模虹膜图像数据库，但由于现实的原因实际采集大量虹膜图像往往不很方便，而虹膜图像合成可以建立大规模数据库。因此，本文的工作主要针对虹膜图像预处理和合成，主要贡献包括：　　 1.提出了两种虹膜检测算法。虹膜检测方法利用虹膜的结构信息解决了图像中虹膜的存在性问题，使预处理模块更加完整。检测结果同时提供了虹膜的粗略位置，为接下来的图像质量评估和虹膜区域分割提供了条件。　　 2.提出了两种虹膜分割算法。虹膜分割包括内外圆定位、上下眼睑检测和睫毛检测。我们提出的第一种方法融合了纹理和灰度信息，充分利用了虹膜的特殊属性。第二种方法通过关键点的检测进行虹膜区域分割，提高了虹膜区域分割的速度。　　 3.提出了基于ROI(Region of Interest)的虹膜图像质量评估算法和活体检测算法，建立了一个简单的归一化模型。　　 4.提出了基于PCA(Principal Component Analysis)和Markov随机场的虹膜图像合成算法。我们利用提出的算法建立了一个合成图像数据库，这是第一个合成虹膜图像数据库，同时也是目前已知的最大的虹膜图像库。　　 5.提出了基于局部极值点的虹膜识别算法。该方法从二维曲面表达的角度提取局部极值作为特征点，取得了较高的识别率。　　 我们用C++语言实现了上述算法，编译成符合BioAPI标准的动态链接库，同时融合上面提出的方法建立了一个实际的虹膜识别系统，在应用中取得了令人满意的效果。