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具有唯一性、稳定性、不易伪造性等优点,正成为生物特征识别技术领域中的研究热点。虹膜图像预处理和特征提取是虹膜识别技术中的关键点和难点。小波分析理论是一种优秀的时频分析工具,被众多研究者应用于虹膜识别技术,并取得了一定成果。近年来,多小波理论作为单小波技术新的发展,已开始逐步进入各种应用领域。它既保持了单小波所具有的良好的时域与频域的局部化特性,又克服了单小波的缺陷,可同时拥有许多良好的性质,如对称性,短支撑性,正交性和高阶消失矩等,在虹膜纹理特征的表示和提取中有着不俗的表现。本文针对现有虹膜识别算法中的不足之处,对虹膜识别系统中的图像预处理和特征提取进行了深入研究。主要研究工作如下:1、在详细分析虹膜图像预处理过程的基础上,提出了一种改进的虹膜定位方法,利用形态学的算法来定位虹膜的内外边缘,避免了搜索的盲目性,通过实验证明,此方法减少了Hough变换的计算量,同时提高了算法的可靠性。2、将多小波理论引入虹膜图像特征提取中,提出了基于多小波子带直接编码和余弦距离匹配的方法和基于多小波多尺度信息的二维虹膜纹理特征量化编码。最后,通过实验数据,将GHM多小波余弦距离方法与基于支持向量机的检测方法、超香肠神经网络检测方法和小波过零点检测方法在识别性能上进行了比较和评价。