虹膜识别是近年来兴起的生物特征识别技术，对这项技术的研究有着重大的学术意义和实用价值，前景十分广阔。本课题在对现有方法进行分析的基础上，重点对虹膜图像预处理和特征提取算法进行了改进和创新。 虹膜定位中，提出一种利用二值化和Freeman链码的内边界定位算法实现了内边界的快速定位；结合先验知识，使用Canny边缘检测算子和圆形Hough变换实现了外边界的定位。 为了实现干扰信息的去除，提出一种基于形态学闭运算与线性Hough变换相结合的分段直线眼皮去除算法，有效减小了睫毛对眼皮定位的不利影响；在Kong和Zhang方法的基础上，采用一种基于1-D Gabor滤波器和中值滤波的方法去除睫毛；通过阈值化的方法去除了镜面反射。 利用极坐标变换的方法将环状的虹膜区域展开成为大小为40×480的矩形块；通过改进马力等人提出的局部直方图均衡化的方法，实现了归一化图像的增强。×提出一种基于2-D Log-Gabor子带图像分割的特征提取算法，该算法利用2-D Log-Gabor滤波器提取归一化虹膜的纹理特征，滤波后的中高频子带图像被分割为若干子块，提取各个子块的局部极大值点进行相位粗量化编码，来生成虹膜特征码，特征匹配时使用改进汉明距离来衡量两个虹膜之间的相似性程度。 最后在CASIA虹膜数据库中108个虹膜类，756幅虹膜图像的基础上验证了算法性能。