生物特征识别技术一直是社会安全领域的关注热点,目前全球受疫情肆虐,常见的生物特征识别技术也受到相应影响,虹膜识别技术以非接触性、高准确性和高安全可靠性的绝对优势,在众多生物特征识别技术中脱颖而出。虹膜识别技术在日常生活中并不常见,主要原因有三:成本高、便携性差、识别速度慢,针对上述问题,本文研究出一种基于Linux的虹膜识别系统,克服了传统基于PC机的虹膜识别系统的缺点,为虹膜识别技术走进生活跨出关键一步。本文的研究内容和成果如下:针对虹膜识别算法运算量大导致的成本高、识别速度慢等问题展开深入研究,并取得两大算法的根本性突破。其一是在虹膜定位方面,针对现有虹膜定位算法冗余、定位不准确的问题,首先通过图像去噪和图像缩小算法减少图像的运算量,并提出一种基于瞳孔变化的动态虹膜定位算法,该算法根据现有的虹膜数据库建立虹膜内外边界数学关系模型,在确定瞳孔大小后动态定位虹膜外边界。其二是针对大虹膜数据库虹膜识别匹配时间过长的问题,提出了一种由粗到细的虹膜匹配算法,先对虹膜数据库中每个模板的50%数据对比,筛选出合适的虹膜图像,最后再对筛选后的图像进行完整对比,解决了在虹膜大数据库中,虹膜识别匹配时间过长的问题。实验结果表明本文的虹膜识别算法,将定位速度缩减到0.18s,定位准确度提高到99.8%。对Linux虹膜识别系统的软硬件环境进行搭建。根据系统需求,选用集成度较高的Firefly-RK3288开发板作为主板,搭配1080P高清红外相机实现虹膜图像采集,为满足不同应用场景,基于Linux系统分别设计了GPIO驱动、输入子系统驱动和IIC驱动,使得整个Linux虹膜识别系统具有性价比高、便携性强、普适性强等特点。使用本文研究的Linux虹膜识别系统,分别对CASIA-Iris V3虹膜数据库和自采集虹膜数据库进行实验,结果表明本文实现的基于嵌入式Linux平台的虹膜识别系统准确度高达95%以上,识别速度控制在5S以内,验证了本文的Linux虹膜识别系统具很大的实用性。