众所周知,虹膜纹理具有随机的形态和高度的复杂性,使得个体模式是独一无二的。随着人们对身份识别的安全性、准确性与实用性日益增高的要求,虹膜识别成为生物识别技术中最有前景的领域之一。但是,在虹膜识别的实际应用中,由于设备缺陷、操作处置不当或当事人不配合,采集到的虹膜图像往往不够理想,被眼睑或眼睫毛遮挡的虹膜图像更是最常见的一类非理想虹膜图像,从而影响到虹膜识别技术的推广应用。本文围绕此类非理想虹膜的识别展开研究,主要贡献如下:(1)为了保持虹膜纹理的结构信息,本文提出了一种虹膜圆环归一化的算法,将虹膜圆环归一化成内外圆半径相等的同等规格的虹膜图像,方便于不同大小的虹膜图像之间进行虹膜特征点结构信息的匹配识别。(2)针对传统算法中虹膜结构信息丢失问题,提出了一种新颖的基于图结构的虹膜识别方法,它充分利用了虹膜纹理的灰度和结构信息,采用了多尺度的虹膜特征提取方法,基于图结构进行虹膜特征匹配。实验证明,基于图结构的算法可以弱化对虹膜图片预处理特别是虹膜图像增强、虹膜图像的眼睑和眼睫毛的检测与分割等操作的要求,在不同环境和设备中均可保持稳定的高识别率。(3)为改善眼睑或眼睫毛遮挡非理想虹膜图像的识别,在基于图结构的虹膜特征匹配算法的基础上,提出了沿径向搜索虹膜特征点的方法——以瞳孔圆心为搜索圆的圆心,沿径向增大圆的半径以搜索虹膜特征点。在搜索到圆环径向1/2时,虹膜识别的准确率已经达到98.33%。此时,在多数情况下,搜索的范围还未达到被眼睑或眼睫毛遮挡的虹膜区域,这不仅减少了虹膜预处理的工作量,在保证虹膜识别准确率的同时也减少了图像处理的时间。