相对于其它生物识别技术,虹膜识别具有以下优点：虹膜具有丰富而独特的纹理特征,每个虹膜都是独一无二的,非常适用于身份鉴别；虹膜特征稳定、难于伪造,更为可靠；另外采集虹膜图像时无须接触。基于虹膜的上述特点,虹膜识别技术得到了国内外许多研究机构的重视,并展开了深入的研究,被认为是未来占主流地位的生物识别技术之一。 通常的虹膜识别方法主要是基于Gabor滤波器或各种多小波的纹理分析,而基于结构特征的虹膜识别是一种新的方法,具有直观、可靠、鲁棒性高等特点。本文采用基于结构特征的虹膜识别方法,在此基础上提出了几点关键的创新,并进行了系统设计和实现。主要的创新有： (1)在局部直方图增强的基础上,用分段线性拉伸及自适应维纳滤波,有效地去除虹膜图像大部分的灰色背景。在这个基础上用高斯.拉普拉斯(LOG)算子进行二值化时,虚假特征点大幅度减小,特征点的虚假连接也大为减少,使识别率大大提高。 (2)使用面积加权匹配法进行匹配。认为面积大的特征点相对于面积小的特征点更为重要,将其赋予更大的权重,最后用加权后的得分来判断两个虹膜是否匹配。 (3)提出特征点自定位技术,使用面积最大的5个特征作为定位点,以它们的坐标误差作为基准对其它的特征点进行较正,使基于特征点的虹膜匹配算法提高到了一个新的层次。 实验结果表明,这些创新使基于结构特征的虹膜识别达到了接近实际应用的水平,为将来的进一步工作打下了基础。