虹膜识别是生物特征识别技术的一个重要组成部分,有着非常高的准确性、可靠性和鲁棒性,有更多可区分的信息。通过分析研究虹膜上丰富的纹理特征,结合相应的特征提取方法和分类器可以实现虹膜的身份识别。但由于虹膜在成像过程中受到采集设备、光照、漂移、旋转、缩放等各种因素的影响,使得虹膜识别成为模式识别和机器视觉中最富挑战性的课题之一。本文在系统地分析和整理前人对虹膜识别工作所获得的成果的基础上,就虹膜图像预处理、虹膜特征提取与编码对虹膜识别技术的算法做了深入研究。在虹膜图像预处理方面提出了一种快速的改进算法,该算法基于统计的阈值分析方法,先粗略估计瞳孔的圆心与半径,建立坐标系,根据瞳孔的特性,计算出虹膜内边缘和圆心,然后利用虹膜图像的二值化和瞳孔的坐标,利用边缘搜索,求出虹膜的外边缘。与Daugman算法相比,本算法可执行性好,大大减少计算量,避免搜索的盲目性,有较强的适用性,实验证明了算法的有效性。算法对虹膜图像进行了精确的定位,使定位后的虹膜图像具有旋转、平移和尺度的不变性。克服了当前流行算法计算量过大的问题,仿真试验结果表明改进的虹膜图像预处理能够达到预期目标。对传统的虹膜图像归一化的方法进行了改进,根据虹膜内外边缘的圆心不一致,使极坐标化后的虹膜图像具有旋转不变性和瞳孔缩放不变性,消除了人眼球转动和瞳孔缩放对图像识别的影响。针对2-D滤波器的卷积运算运算慢的问题,采用二维的快速傅里叶运算对完成虹膜特征提取与编码,提高了运算速度。