随着计算机技术的快速发展,计算机在医疗卫生领域里的应用越来越广泛,以计算机辅助的虹膜诊断治疗的研究正方兴未艾。目前图形图像技术、模式识别及机器学习均飞速发展,这都为实现计算机虹膜诊断提供了支撑,为将来实现智能医疗、智慧城市奠定基础。虹膜是人体的一个全息器官,人体机能的变化都可以反射在虹膜区域上,因此通过对虹膜特征变化的研究来检测人体机能的变化:身体是否健康、是否发生病变、病变器官位置所在等。医学上常通过虹膜上纹理细节的变化如:裂纹、坑洞、斑块的出现,密度的疏密、颜色的深浅、线条的变化来诊断疾病。目前虹膜诊断技术仍处于研究的初步阶段,虹膜图像的预处理精度、边缘定位速度、特征提取方法都有待进一步提升与改进。本文提出两种速度较快的虹膜边缘定位的方法,并通过与经典定位方法做对比对结果进行了验证;然后结合虹膜边界提取出虹膜区域,在虹膜区域上针对沉积斑的特征提出一种基于灰度距离差的斑块特征提取方法,准确有效的对斑块进行提取;本文最后提出一种有利于机器学习,有利于提高整体算法速度的虹膜分区方法,并用之来匹配虹膜图像并定位出斑块的坐标。