生物识别技术在很多领域应用广泛，其对提高信息安全具有十分重要的作用。在生物识别技术中，虹膜识别技术作为一种新兴的识别方法，因其稳定性、唯一性、防伪性和易采集性等优点已经具有相当多的应用。近些年来，虹膜识别技术的研究和应用都取得了长足的进步，并且表现出了广阔的发展潜力。而与其他生物识别技术诸如人脸、指纹等方法相比，虹膜识别有更多的优点。虹膜系统的主要组成部分为：图像采集、预处理、虹膜特征提取、虹膜比对。本论文在以下几个方面进行了研究：1.虹膜质量评估。基于虹膜纹理的特征提取方法，该方法应用于虹膜图片的清晰度判断上面。本文根据虹膜的傅里叶频谱分量、梯度能量和边缘峰态系数三个主要反映虹膜特征的因子来设计分类器判断虹膜清晰度。研究实现了连续小波变换来实现清晰度评价的方法。2.虹膜内边界与外边界的分割。在虹膜图像定位中，摒弃了经典的基于边缘提取及霍夫变换检测算法，采用了基于二值化灰度投影的内边界粗定位方法和基于灰度梯度的内边界精定位方法。虹膜外圆定位则是建立圆模板分类器剔除噪声点再细分虹膜边界点类。3.在归一化增强过程之前，将分割的虹膜图像做了平移、旋转伸缩变换，并在归一化后做了直方图拉伸，增强了虹膜纹理细节。这些算法均通过在Matlab平台上仿真实现，同时进行C语言的编写、调试与优化。同时通过CASIA2.0，3.0库以及电子科大实验库的验证，结果表明，上述研究的方法同之前的版本有长足改进，系统更趋完善。