当今社会的信息安全愈来愈重要,与传统的身份验证方式如密码、身份证等不同,近年来在世界范围内兴起了生物识别技术,他们包括:声音识别、指纹识别、虹膜识别和面部识别等。在这些技术当中,虹膜识别是近年来兴起的一种身份识别方法,也被认为是最有前景和最为安全的。由于虹膜具有唯一性、稳定性、可采集性、非侵犯性等优点,目前基于虹膜的身份识别已被广泛应用在海关等一些安全领域。首先,本文分析了虹膜用于身份识别的独特优势,讨论了虹膜识别技术的在国内外的发展现状。简要地介绍了虹膜识别系统的组成及各部分的主要功能。对基于灰度信息的虹膜定位方法及归一化方法进行了分析。其次,本文重点研究了2D-Gabor滤波器理论,并对2D-Gabor滤波器的特性进行了详细地分析。2D-Gabor滤波器理论是J.G.Daugman在1980年提出的,2D-Gabor函数是短时傅立叶变换,是可以获得时频联合测不准原理下限值的唯一函数,即2D-Gabor滤波器可以达到空域和频域的局部最优化。同时,2D-Gabor滤波器具有很强的局部选择性、频率选择性、方向选择性。利用这些特性可以有效提取虹膜纹理信息。目前,基于2D-Gabor变换的虹膜识别算法已成为当前虹膜识别的主流技术。之后,本文提出了一种基于2D-Gabor滤波器的虹膜噪声检测算法。该方法利用2D-Gabor检测归一化后虹膜图像中的眼睑和睫毛等噪声,并记在录噪声干扰区域,最后在匹配时去除虹膜代码中的干扰位来尽量避免噪声对于虹膜识别的影响。与传统方法相比,该方法可以准确检测并标记噪声区域,有助于提高识别的可靠性和准确率。最后,本文提出了两种基于2D-Gabor滤波器的虹膜特征提取算法。一个是基于单频2D-Gabor滤波器的虹膜特征提取方法研究,另一个是利用2D-Gabor滤波器提取纹理方向特征的虹膜识别方法,通过在现有虹膜数据库上的实验,验证了本文所提出的虹膜识别算法的有效性。