本文研究了基于虹膜和脸像的多生物特征身份识别及融合算法。重点研究了实时虹膜图像的融合预评估算法；基于二维投影的虹膜定位算法；基于啮合度的快速脸像模板匹配算法；基于隶属度函数的塔式分层融合算法；基于比特流的虹膜特征模板的数据隐藏算法。论文的主要研究工作和创新成果如下： ·实时虹膜图像的融合预评估算法的研究：提出了利用数据融合的方法对虹膜样本进行实时预评估的概念，并提出了两种具体实现的方法：基于联合概率神经网络的融合预评估方法；基于复合概率神经网络的融合预评估方法，确保进行定位处理的图像中包含完整的虹膜，提高采集和注册成功率。 ·虹膜定位算法的研究：提出了基于二维投影的虹膜定位方法，利用虹膜图像二维投影矩阵的直方图，通过搜索和交叉的方法准确的标记出干扰区域的分布，建立干扰区域的分布特征与各维投影矩阵的特征之间的联系，据此消除干扰区域对虹膜内外边界区域的影响。 ·脸像模板的快速匹配算法的研究：根据Ada-boost方法检测出图像中眼睛的位置参数，提出了一种脸像特征模板的快速匹配方法，首先利用该参数从图像中分割出脸像，并进行旋转、归一化和平滑处理，然后根据灰度值直接生成准三维的脸像特征模板；最后通过计算两个脸像特征模板的啮合度来完成匹配的处理。 ·虹膜和脸像特征模板的决策融合算法的研究：根据虹膜识别的匹配曲线的实际分布，将模糊集理论引入决策层的融合，提出了一种基于隶属度函数的塔式分层融合的方法，降低识别系统的采集失败率和注册失败率，提高系统的识别率。 ·虹膜和脸像特征模板的数据安全的研究：提出了一种基于比特流的将虹膜特征模板嵌入到脸像特征模板来生成融合特征模板的方法，有效增强虹膜特征模板数据的安全性。设计并实现了一个基于虹膜和脸像的多模念生物特征身份辨识系统，对上述研究方法进行了验证。