在现代社会中，随着科技和经济的飞速发展，人们对身份识别技术的重视程度也进一步提高。传统的身份识别技术，如：密码等，由于防伪性比较差，已经不能适应现代社会对身份识别的要求。为了克服传统身份识别技术的缺点，人们提出用人体的生物特征进行身份识别，如：指纹、虹膜和语音等。其中，虹膜身份识别技术由于其可靠性高等优点，正成为生物特征识别技术领域中的研究热点。论文对虹膜身份识别算法进行了研究，主要工作有： 首先，研究了虹膜内边缘的定位算法，并提出两种虹膜内边缘定位方法。第一种方法，以虹膜图像灰度直方图为基础，通过寻找瞳孔区灰度分布范围的方法确定分离瞳孔的灰度阈值，并利用灰度投影法定位虹膜内边缘；第二种方法，对虹膜图像行列灰度曲线的几何特征进行了深入分析，并提出利用虹膜图像行列灰度曲线几何特征进行瞳孔定位的方法。这两种方法都取得了比较好的定位效果。 然后，为了设计出简单、可靠的图像边缘检测算法，为虹膜外边缘定位奠定基础，对以人眼视觉特性为基础的图像边缘检测技术进行了深入研究，并提出了多种以人眼视觉特性为基础的边缘检测方法，包括：灰度比值法、反色-灰度比值法、灰度差和比值法、反色-灰度差和比值法、灰度比例对数差值法、反色-灰度比例对数差值法、灰度整比例对数差值法、反色-灰度整比例对数差值法和灰度比例幂差值法。实验结果表明这些算法都能有效地检测图像边缘。 接着，对虹膜外边缘定位方法进行了研究，将灰度整比例对数差值法和反色-灰度整比例对数差值法用于虹膜外边缘检测，取得了比较高的定位准确率。 最后，以纹理分析、随机信号分析和Gabor变换为基础，并结合比较成功的虹膜特征提取算法—Gabor变换法，对虹膜纹理的特性进行了分析。以虹膜纹理特性分析的结果为基础，提出了瑞利分布型滤波器，并将其用于虹膜特征提取，取得了比较好的识别效果。 实验结果表明本文提出的算法能够有效地进行虹膜身份识别。