当今社会，信息安全显得越来越重要，而日益发展的虹膜识别技术在这一领域显示出了巨大的优越性。虹膜定位以及质量评估是虹膜识别系统中的关键步骤。在分析已有虹膜定位和图像质量评估算法的基础上，本文结合虹膜图像的特征，提出了一种稳健的虹膜内外圆定位算法，并针对现有的虹膜图像质量存在的问题，设计了一套步进式的实时虹膜图像质量评估模型，主要的研究工作有以下几方面：　　 1.虹膜定位。本文结合现有的几种虹膜采集装置，根据拍摄的虹膜图像的特点，提出了一种基于图像灰度特征的虹膜内外圆定位算法。该算法利用瞳孔和光斑的灰度特性，先定位出特征明显的瞳孔圆轮廓，然后根据定位出的瞳孔圆心和半径，确定虹膜边缘出现的可能位置，寻找灰度梯度和最大的点作为虹膜外圆边界点，通过曲线拟合定位虹膜外圆。　　 2.虹膜图像的质量评估。观察现有虹膜图像出现的各种质量问题，分析其出现的原因，设计相应的算法对不合格的图片进行剔除。　　 3.设计了一套步进式的实时虹膜图像质量评估模型。采用步进式的方式进行图像的质量评估，进入摄像头图片只要有一步的评估条件不满足，就放弃该图，重新采集新的图片，只有满足所有条件的图像才判定是合格图片，可以进行后续的处理。　　 所有的算法在Matalb7.0平台中仿真通过，移植到VC系统中并优化后，对每帧图像进行实时质量评估的时间小于0.06秒，满足实时性要求。