科技的进步和生活的个性化需求，使手机逐渐成为继报刊、广播、电视、互联网后的第五媒体，技术的高速发展使得手机变为了集语音、图像、数据传输等诸多应用于一体的通信终端，成为个人生活中的最常用最方便的电子商品。随着手机上的个人信息和商务应用越来越多，使用者急需方便而又安全的个人身份认证方法。生物特征识别相比于目前的密码认证是目前最方便最安全的认证系统，其中虹膜识别是最有前景的生物识别技术。随着iPhone等智能手机的快速发展，其高性能的处理速度也为虹膜识别在该平台的开发提供了基础，而且iphone5s上已经有了生物特征识别的应用即指纹识别。本文致力于研究在iOS系统下的虹膜图像采集和特征提取算法，首先利用开发工具Xcode编写了虹膜图像采集程序，并进行了图像采集的实现,之后对采集到的虹膜图像进行质量评价，选出清晰的图像。然后实现了虹膜识别的预处理算法，如虹膜定位、分割、归一化，并重点对基于Gabor滤波器的特征提取算法进行深入研究，分别利用Gabor虚部、实部、幅值、相位、方向来提取特征，对比了各个方法的汉明距离分布、等错误率以及它们的平均编码时间，分析各算法的优劣势后选择Gabor滤波器虚部作为最优的虹膜图像特征提取算法，并在PC上选取其中的算法进行虹膜识别的实验，以便之后将特征提取算法移植到iOS系统。