随着生物特征识别技术的发展,虹膜识别技术受到了广泛的关注。目前关于虹膜识别技术的研究领域里,已经有一些算法被证明有效。虹膜识别的整个过程大致分为虹膜定位、特征提取、特征匹配几步。本文讨论了一种新的基于小波变换的虹膜识别算法。首先,采用了一种粗定位与精定位相结合的虹膜定位算法。基于眼睛图像的特点,利用二值化方法分离出瞳孔的图像后,先采用投影法粗略定位瞳孔的中心及半径,然后在小区域内用重心法精确定位瞳孔的中心位置。确定了瞳孔的中心位置后根据先验知识,截取包含虹膜在内的小块图像,在小范围内使用canny算子进行边缘检测后,再利用行列扫描的方法确定虹膜的中心位置及半径。这种方法比传统的定位算法计算量少,在保证精确度的前提下提高了定位速度。其次,讨论了一种新的基于小波变换的虹膜纹理特征提取方法,虹膜纹理分布内侧纹理比较密集,外侧纹理较稀疏。根据虹膜纹理分布的特征,将虹膜分成10个分析带,对每个分析带进行Daubechies-4小波变换,小波变换各个通道的小波系数的均值及标准差作为虹膜的特征值,最后得到虹膜的112位特征编码,存储容量仅为1K～2K。特征匹配采用的是加权欧式距离的分类器方法,最终的分类标准是两虹膜对应特征之间的加权欧式距离向量的均值。本文提出的算法对虹膜图像的尺度、旋转、平移等的变化具有不变性。为了评价提出的算法的性能,本文在虹膜数据库上进行了大量的实验,并把实验结果与现有的方法进行了对比。实验结果说明本文提出的算法是有效的,取得了高识别率。