伴随着信息技术的快速发展，人们对信息安全的要求也相应的提高。虹膜作为重要的身份识别特征，具有唯一性、稳定性、非侵犯性等优点，在不久的未来将成为生物识别中重要的分支。与脸像、声音等非接触式身份识别方法相比较，虹膜识别更加稳定可行且具有较高的准确性和可靠性。 本文以加快虹膜定位速度、提高虹膜识别算法的识别率和可靠性为主要研究目标，基于现代信号处理和图像处理理论对虹膜识别算法进行了系统深入的研究，取得了一些重要研究成果。其主要内容和创新性成果包括以下几个方面： 1.介绍虹膜识别研究的目的和意义，综述了国内外虹膜定位和虹膜特征提取等虹膜识别关键技术的基础理论、发展和现状，并指出目前这些方法存在的问题和不足之处。 2.针对传统虹膜定位方法速度慢等缺点，提出一种结合对称梯度对和4点随机圆检测(RCD)由粗到细的快速虹膜定位算法。利用瞳孔的生理特征，寻找对称梯度对，通过统计的方法快速检测虹膜内圆参数。结合梯度对使用RCD方法对虹膜外圆进行定位。RCD方法在图像噪声不是很严重的情况下速度明显快于传统随机Hough变换(RHT)方法。结合微积分算子完成圆参数由粗到细的测量。计算过程分析与实验结果都表明该算法计算次数大大减少，从而缩短了计算时间。 3.比较了常用纹理分析方法在虹膜纹理分析中的应用，介绍一种基于灰度-基元共生矩阵的虹膜纹理分析方法。该方法不但反映纹理的灰度统计特征，而且也描述了纹理的结构特征。另外，结合方向灰度变化盒子维数提出虹膜纹理特征分形分析方法。实验结果表明该方法可以达到一定的效果，更易于工程实现。 4.针对基于Gabor小波全局特征的虹膜识别方法对局部特征不敏感的缺点，提出了改进的Gabor虹膜识别方法。在不同分辨率不同方向提取虹膜全局特征的基础上，引入非线性变换和特征加权，提高了虹膜识别率。同时提取局部方向能量特征和基元灰度共生矩阵特征作为虹膜纹理局部特征。最后提出综合考虑全局特征和局部特征的虹膜融合算法。该融合方法进一步提高了虹膜识别方法的识别率，增加了系统在不同图像质量下的适应能力。实验结果表明该方法的引入在提高了系统的识别率的同时，减少了系统的误识率。 5.针对Gabor小波频宽已知和一般小波对中频和高频纹理分析弱的缺点，设计了基于多进制小波的虹膜识别方法。该方法侧重于高频和中频纹理信息的提取，另外结合全局特征的提取，在小波子通道提取纹理局部特征。在分别分析全局和局部特征的基础上对其特征进行融合。实验结果表明该算法较其它小波方法有较好的识别率。融合方法的引入大大提高虹膜识别率，特别减少了错误接受率(FAR)。 6.针对单一虹膜特征和分类方法的不全面性和局限性，利用线性加权融合算法和模糊积分融合算法进行多特征多分类器的融合。实验表明，该方法可以有效地提高识别的稳定性，合理的融合多种类型虹膜特征，克服了单一方法各自的缺点，进一步提高了系统算法的可靠性和识别率，保持较低的FAR。