随着现代社会信息技术的发展，对安全性的要求越来越高。虹膜作为生物测定学特征用于身份识别具有得天独厚的优势，与其它几种生物识别技术相比，具有非常高的综合优势。虹膜识别主要包括虹膜定位、虹膜质量评价、虹膜编码、匹配决策等部分，其中虹膜定位和虹膜质量评价是虹膜识别系统中的关键问题。　　 为了提高虹膜定位的精度，本文提出了一种有效的定位方法，即基于灰度投影、迭代和SUSAN边缘检测相结合的算法。在内定位方面，本文先对图像二值化，然后再对其进行形态学的腐蚀、膨胀以及灰度投影粗略的定位出虹膜内边缘，最后运用迭代的方法准确地定位虹膜内边缘。在外定位方面，本文利用中值滤波去噪声以得到有效的边缘信息，并在此基础上用SUSAN(Smallest Unvalued Segment Assimilating Nucleus)边缘检测的方法定位外边缘。实验结果表明，本文提出的虹膜定位算法明显提高了虹膜定位的精度。　　 为了提高虹膜定位的速度，本文提出了一种基于图像灰度分布特征改进的定位方法。在基于虹膜图像灰度分布特征算法的基础上，针对寻找瞳孔内的一点时间花费大、搜索边缘点的范围广以及计算圆心坐标复杂的问题，提出了一种改进的算法。该算法通过划分虹膜图像计算小块的最小灰度值得到瞳孔内的一点，然后用本文设计的水平方向和垂直方向边缘检测模板分别搜索虹膜图像的内外边缘各三个点，最后根据泰利斯定理九十度的圆周角所对的弦是直径，从而得到虹膜的内外边缘。实验结果表明，本文提出的虹膜定位算法明显提高了虹膜定位的速度。　　 针对影响虹膜图像质量的几个因素，本文提出了一种改进的虹膜图像综合质量评价方法。该改进的方法首先利用瞳孔两侧感兴趣区域高频分量的大小来判断虹膜图像是否具有模糊现象，然后结合虹膜不可用部分的面积与总的虹膜面积比例因素来区分有遮挡和无遮挡的虹膜图像。实验结果表明，该方法的虹膜质量综合评价因子对虹膜图像的质量评价结果符合主观评价法的评价结果。