随着网络和信息技术的不断发展，在国家安全和信息安全的各个领域，个人的身份认证变得越来越重要，也面临越来越严重的挑战。生物特征识别(Biometrics)是以人体固有的各种生理和形态特征作为识别介质，从而达到唯一识别个人身份的新兴研究学科。其中的虹膜识别又被公认为生物特征识别中准确率最高的方法，成为该学科的热点研究课题。 本文综合应用图像处理、信号分析和模式识别等方面的理论和方法，系统深入的探讨了虹膜识别的各个技术环节，研究了在图像受到眼睑、睫毛和光斑的严重干扰等复杂情况下如何提高虹膜识别的准确率，在虹膜定位，眼睑、睫毛以及光斑的去除，虹膜归一化和图像增强，特征提取和匹配等关键技术方面提出了新的算法。与现今主流的虹膜识别算法的实验比较结果表明：本文提出的虹膜识别算法有很好的识别性能。 本文的主要工作和成果：1.虹膜定位算法：提出了一种新颖的快速迭代搜索算法。首先利用行列灰度值投影的方法来初步缩小搜索范围，然后通过灰度直方图动态确定二值化域值来粗定位瞳孔，精定位采用快速搜索算法，搜索步长随着迭代过程由大到小变化；同时根据眼睑的位置来动态的确定虹膜外圆的搜索区域。实验表明这种方法有很好的虹膜定位准确性和较短的定位时间。 2.眼睑、睫毛以及光斑的去除算法：采用与水平方向成不同夹角的弧线上的梯度积分方法确定上下眼睑；采用灰度域值方法检测成块的睫毛，采用Log-Gabor小波实部方法来检测稀疏的睫毛；采用灰度域值方法检测光斑。通过去除眼睑、睫毛以及光斑等造成的干扰，提高了虹膜定位和识别性能。 3.提出了一种基于改进的Log-Gabor小波的虹膜特征提取新方法，通过对Log-Gabor小波的改造，使之适合用来提取虹膜纹理的局部相位信息。实验结果表明，与Daugman虹膜识别算法所采用的二维Gabor复小波相比较，该算法有更好的识别率。 4.提出了一种采用多尺度、多方向的二维奇对称Gabor小波来同时提取虹膜纹理的局部频率和局部方向信息的虹膜特征提取新方法，有效的将局部频率特征和局部方向特征结合起来。该方法能更加全面的表征虹膜纹理的特征空间，具有更好的识别率。 5.虹膜归一化和图像增强：采用将虹膜圆心和瞳孔圆心归一到同一个中心点的方法，消除两者不同心带来的识别误差；采用改进的局部直方图均衡方法来进行虹膜图像的增强，相较于传统的直方图均衡方法，能消除光照不均等造成的误差。 将上述新方法应用于学术界公开的虹膜数据库上，取得了令人满意的识别性能，整个虹膜识别的时间也很短，能很好的满足实时系统的要求。本文算法参加了第一届(2004年)全国生物特征识别竞赛虹膜组的竞赛，取得了第一名的成绩。