近些年随着信息技术的高速发展,信息安全已成为当今社会重要的研究课题。虹膜识别技术由于具有唯一性、稳定性、识别率高、非侵犯性等优点而成为目前热门的研究课题。近年来,在虹膜识别的研究中,研究人员已经提出了一些算法。本文在虹膜边缘定位和虹膜特征提取两个方面提出了一些自己的想法和思路。主要的工作如下：1.在图像预处理方面：运用改进的Sobel算子增强图像中灰度发生变化的点和线,利用圆的对称特性并结合Daugman的方法对虹膜的内外边缘进行粗定位和精确定位,采用一种Log-Gabor对睫毛进行检测。2.在特征提取方面：Gabor滤波器不能很好的去除纹理图像上光照的影响,导致提取到的虹膜图像质量受到干扰。本文针对Gabor滤波器的不足,采用Log-Gabor滤波器对虹膜的纹理图像进行特征提取,同时分析了滤波器参数的选取对特征提取精度的影响,弥补了Gabor滤波器的不足之处,得到了很好的识别效果。利用hamming距离对提取的虹膜纹理特征向量进行匹配,最后通过程序实现特征提取的过程。通过在中科院CASIA数据库进行试验,选取的海明距离的阀值为0.355,在CASIA-IrisV3-Interval数据库上识别率为98.7%,等误率为0.038%；在Lamp数据库上识别率为98.3%,等误率为0.18%。实验证明本文提出的算法具有比较好的通用性和稳定性。