近年来,人们对个人身份的鉴定的准确性与可靠性的需求变的更高,基于生物特征识别的身份鉴别方法逐渐受到了广泛的关注,变的更加重要。虹膜是人眼的彩色环状组织,具有唯一性、稳定性和易采集性,与人脸、指纹等生物识别技术相比,虹膜识别具有更高的可靠性和稳定性,这使它成为了生物识别领域的研究热点,必将成为另一种主流的生物识别技术。虹膜识别系统可分成四个部分:图像采集系统,预处理模块,特征提取模块和分类识别模块。本文对每个模块的作用都做了简单的介绍,并对虹膜识别的算法作了综合性的评价。虹膜包含有丰富的纹理信息,从不同的角度对纹理特征进行分析能得到不同的虹膜识别方法,这也是本文研究的重点,在综述了前人的研究成果的基础上,本文重点探讨了虹膜的纹理特征分析的方法和分类器的设计。论文的主要工作如下:1.采用提升整数小波变换对虹膜的纹理的细节特征进行了分析和提取。与传统基于卷积的小波变换算法相比,提升整数小波计算简单,运算速度快,占用更少的内存,而且实现的是从整数到整数的变换,对虹膜纹理信息的提取量化有一定的益处,能更好的表达虹膜纹理信息,从而提高识别率。2.图像的小波分解后的各子带包含有图像不同方向不同频率的输出信息,针对虹膜纹理的特点,我们将虹膜的低频子带看作一幅新的纹理图像进而采用Log-Gabor滤波器来进行纹理特征的提取并量化,采用计算汉明距离的方法来进行分类,实验结果表明,本算法比单纯小波变换的识别算法要有更好的识别效果。3.汉明距是一种简单、有效、常用的分类器,但有时并不能得到最优的结果,支持向量机作为一种新兴的统计分类方法,其理论和应用正处于飞速的发展期,而且支持向量机主要是针对小样本数据集的情况,且具有良好的泛化能力,因此本文也将支持向量机应用在虹膜分类中,并取得了好的识别效果。4.针对当前算法评价过于片面性,采用了更全面的指标体系,对虹膜的典型识别算法进行了综合的评价。