当今社会已经进入信息时代，信息的保密性要求变得越来越高，传统的身份识别方法如密码、信用卡等已不能满足人们的需求，因此基于人体生物特征的识别技术得到迅速的发展和应用。虹膜识别作为生物识别技术中比较有发展潜力的识别技术之一，因其具有唯一性、稳定性、可采集性和非侵犯性等优点而已成为生物特征识别领域的一个研究热点。虹膜预处理是虹膜识别中的一个关键步骤，主要包括虹膜内外边缘定位、虹膜噪声检测、虹膜有效区域划分和归一化等内容，如果预处理没有做好，就不能准确提取到只包含虹膜特征信息的虹膜有效区域，从而导致特征编码中包含虹膜噪声等干扰信息，直接影响虹膜识别的准确率。因此，本文对虹膜图像预处理方法展开研究。虹膜定位是虹膜图像预处理的基础，本文首先对基于微分积分算子的定位方法、基于Hough变换的定位方法及基于人眼结构特征的定位方法等3种常见虹膜定位算法进行了仿真分析，针对这些方法直接以圆来拟合虹膜内外边缘存在较大拟合误差的缺点，提出了基于区域属性分析与迭代搜索相结合的虹膜定位方法并进行了仿真；针对瞳孔内光斑对虹膜定位准确性的不良影响，采用基于区域灰度平均值的方法进行光斑检测并加以去除，有效提高本文算法的定位精度；与上述3种常见虹膜定位方法的对比实验表明，本文提出的定位方法可以实现对虹膜内边缘更为精确的定位，同时具有定位精度较高和定位速度较快的综合优势。在对常用眼睑噪声和眼睫毛噪声检测方法进行研究的基础上，设计了一种基于灰度形态学和遮挡关系判断的眼睑噪声检测方法实现眼睑噪声检测，本方法的优势在于通过简单的眼睑、眼睫毛噪声遮挡关系判断来确定需要对哪部分眼睑进行检测，而没有盲目地对上下眼睑噪声同时进行检测，从而有效提高了算法效率；此外，采用基于局部灰度均值的检测方法实现眼睫毛噪声检测，并与阈值法和迟滞阈值法的检测结果进行比较，仿真结果表明该方法受光照影响小，漏检率低。考虑到上眼睫毛是遮挡虹膜区域的主要因素，本文提出了一种基于眼睫毛端点标识的虹膜有效区域划分新方法；采用基于橡皮纸模型的极坐标转换方法实现虹膜图像归一化，结合本文的眼睫毛端点标识结果和眼睑检测结果处理归一化后的虹膜图像，提取“纯净”的虹膜有效区域。为了验证本文预处理结果的有效性，采用2-D Gabor滤波器提取虹膜有效区域特征编码，通过Hamming距离对编码后的信息进行匹配，获得了较好的虹膜识别精度。