作为小波理论发展的一个新的分支—多小波,因为能拥有单小波不能同时拥有的实的对称、正交、紧支、和高阶消失矩等特性,而成为了1996年以后一个非常活跃的小波研究领域。本论文首先介绍了多小波的基本原理和性质,并在此基础上阐述了由Charles A. Micchelli、Yuesheng Xu建立的具有自仿射特性的区间双正交多小波理论,讨论了其滤波器的推导,根据其滤波器的一般推导方法,推导出了一组双正交的多小波滤波器。该类滤波器具有最短的支集长度,在形成变换滤波矩阵H时,没有支集重叠部分,在作多小波分解后能精确重构,无边界失真效应,在应用时避免了边界延拓。用这种多小波对图像进行处理,较好地描述了图像的局部特征信息。虹膜拥有丰富的纹理特征、外层有角膜的保护、一旦在早期形成便终生不变等生理特点。因此,用它作生物特征识别时具有唯一性、可靠性、不可伪造性、不可侵犯性、稳定性等优点,从而使虹膜识别技术成为了生物识别技术中较有代表性和商业发展潜力的技术之一。本论文在简要介绍了虹膜识别系统的组成、原理及虹膜图像的预处理技术后,重点对两种虹膜纹理的特征提取、编码和匹配算法进行了研究。其一:在探讨了2D-Garbor滤波器的特性后,用它对虹膜纹理特征进行了提取,并用Hamming距离识别。其二:用具有自仿映射特性的区间双正交多小波滤波器提取了虹膜的特征,采用局部和全局特征相结合的纹理分析方法进行识别。虹膜图像经过多小波滤波器后,对低频部分多小波变换系数进行局部的粗量化二值编码,然后用Hamming距离进行识别。对因为睫毛、眼睑、虹膜变形等影响而不能有效识别的虹膜图像,再对多小波变换系数提取均值和方差作为全局特征,用方差倒数加权欧氏距离进行识别。实验结果证明,这种方法提取的特征效果好,能够快速而可靠地对虹膜进行识别。