随着图像配准技术的不断成熟与完善,图像配准技术已经应用于自动目标识别、医学图像处理、智能机器人、智能制造业、军事应用等领域,并取得了大量的研究成果。而虹膜作为重要的生物特征在生物认证领域有着极其广泛的应用,虹膜识别有精确的识别率,稳定性,且不易伪造或被盗,这是其他生物特征所不能比拟的。实验证明虹膜的高识别率是建立在高质量的虹膜图像上的,而低质量的虹膜(如被睫毛和眼睑遮挡、含有噪声或分辨率过低)则会严重影响虹膜识别的准确率。其中采集到的虹膜图像被睫毛和眼睑遮挡是比较常见的现象,传统的虹膜预处理方法针对这种情况往往只是取虹膜左右60度的扇形区域做为研究对象,很显然,这种方法丢弃了大量的有用信息。本文就是针对这种情况提出了将图像配准技术应用于低质量的虹膜图像中,在尽量不丢弃有用信息的情况下,最终达到提高虹膜识别率的目的。传统的图像配准方法主要是针对刚性物体的,图像配准方法主要有:基于亮度的方法和基于特征的方法,基于特征的方法又分为基于特征点,基于特征边和基于特征距的方法,本文所采用的方法是基于特征点中的Harris角点方法。虹膜图像的配准和自然场景图像配准的区别就在于虹膜图像是非刚性的,且虹膜的形变极不规律。因此传统的图像配准中寻找变换矩阵的方法在这里并不适用,针对这个问题,本文提出了用建立拟合曲线的方法代替变换矩阵,以达到虹膜图像配准的效果。