生物特征识别技术是通过对人体各器官的特征以及差异明显的行为动作进行分析研究来实现身份识别的一种手段。作为身份识别的一个重要研究方向,虹膜识别技术(Iris recognition)一方面具有唯一性、稳定性、准确性、非侵犯性和适用性广等优点,并日获得了越来越广泛的研究及其相关产品的开发；另一方面,由于虹膜特征及外界干扰的复杂多样性的影响,使得虹膜识别研究中存在多个关键问题有待深入研究。本文分别对虹膜定位、眼睑检测、虹膜特征提取等问题进行了分析,对传统的虹膜定位与检测方式进行改进,并利用OMAP-L138开发板+Linux-QT平台实现算法验证。本文的主要工作如下：(1)虹膜内外边缘的检测。针对虹膜图像中的内边缘检测,采用基于窗口估计和Hough变换相结合的内边缘定位方法,用于提高内边缘定位的准确性。通过分析内边缘圆心的相对位置以及内边缘半径的大小,确定了9类外边缘所在的范围,并给出了一种利用基于矩形模板的细分类外边缘定位方法,通过实验验证了算法的有效性。(2)虹膜眼睑干扰检测。由于虹膜图像检测中大多存在眼睑干扰,给出了一种自适应的分段直线检测的眼睑检测算法。结合Sobel/Canny算子和形态学对眼睑图像处理,当且仅当虹膜区域被上下眼睑遮挡且眼睑距离瞳孔过近时采用分段直线检测,并通过仿真实验从算法效率和精确度两方面与传统方法对比验证了算法的有效性。(3)虹膜特征提取。根据上述虹膜图像的检测结果,对其展开归一化,设计了一种基于多通道Gabor滤波器分别从频率和方向进行特征提取的方案,使得得到的纹理特征更加丰富,加强了对虹膜局部纹理特征信息的分析和表达：同时采用基于汉明距离的模板匹配法,使得算法具有较高的识别正确率。(4)平台实现与验证。结合ARM的QT编程设计人机交互界面。将虹膜识别算法移植到OMAP-L138的DSP模块中,并验证了虹膜识别算法的有效性。