目前,信息安全问题成为重要的研究方向[1]。生物特征识别技术是保护信息安全的重要手段,在众多生物识别技术中,虹膜识别技术在准确性、可靠性、安全性等方面具有优势[2]。不同虹膜识别系统载体中,PC体积较大,不适合用于移动端,嵌入式处理器虽然体积较小,但因串行计算架构的限制,无法满足高速图像处理的要求。近年来,异构计算逐渐流行,随着ARM+FPGA异构计算平台的推出以及软硬件协同设计思想的应用,进一步提高了嵌入式设备的运算能力,借助异构计算平台在嵌入式设备进行快速图像处理的研究工作成为可能。对虹膜识别过程进行硬件加速、实现小体积、实时性良好的虹膜识别系统是本文主要研究目标。本文研究了多种虹膜识别算法:Daugman在开展虹膜识别研究时,基于2D-Gabor小波编码提取特征,利用海明距离进行匹配,算法结构适于硬件化;Boles在进行虹膜特征提取、编码时,使用小波过零交叉的方法,该方法对虹膜旋转较为敏感,鲁棒性较差;Lim将Haar小波应用在特征向量提取步骤,该方法提取特征的分辨率较低。通过比较上述算法,在Daugman提出的虹膜识别架构基础上,基于ARM+FPGA异构计算体系,利用其并行计算能力[3],在FPGA上完成了光源噪声去除、直方图均衡化、虹膜定位、特征比对算法加速模块,在ARM上完成了操作系统移植、识别过程控制、DMA传输、访存等工作,最终实现了基于ARM+FPGA异构计算架构的虹膜识别系统。研究过程使用了 MATLAB、C++和Vivado进行算法验证与仿真,系统完成后,在Zynq平台进行了系统板级测试,对系统错误接受率(FAR)与系统错误拒绝率(FRR)进行统计,与ARM平台进行性能对比,识别时间由1463毫秒降低到997毫秒,与PC平台相比,体积也满足移动端使用的要求。