生物特征识别是以人体固有的各种生理和形态特征作为识别介质,以达到唯一识别个人身份的新兴研究学科。由于虹膜具有终身稳定不变性、个体差异性和非侵犯性等特点,使得利用虹膜进行身份鉴别具有更高的准确性,从而成为该学科的热点研究课题,具有潜在的、广阔的应用前景。在本文中,简单介绍了几种典型的生物识别技术,详细阐述了虹膜识别技术的发展及研究意义、虹膜生理结构和虹膜识别系统的组成。较深入的研究了虹膜识别算法,并实现了其各个步骤,即预处理、定位、归一化、特征提取和匹配五个模块。本文的研究工作主要集中在对虹膜图像噪声去除和虹膜定位两方面的研究。在定位方面,本文采用阈值法结合定位准确的点Hough变换定位虹膜内圆、用微积分边缘检测器定位虹膜外圆。为防止眼睑对虹膜外圆定位的影响,在定位外圆前将其分离,即把虹膜定位的范围界定在以上下眼睑为上下边的区域内,从而提高了定位精度。由于设备和人之间存在一些不确定、不稳定的因素,使得在采集的图像中,除了虹膜信息外,一般还会存在睫毛、眼睑及光源的像点干扰,这会对虹膜的边界定位和特征提取产生影响并最终导致识别率降低。根据眼睑形状近似直线且附近噪声多、纹理较少等特点,本文提出一种用直线拟合快速定位眼睑的方法,并对双阈值检测睫毛的方法进行了改进。为了消除虹膜纹理弹性变形造成的影响,必须进行归一化处理。在这里我们采用中科院自动化所王蕴红等提出的方法,将环形的虹膜图像逆时针展开成为固定大小的矩形块。经过归一化处理后,不仅可以在一定程度上减轻由于瞳孔变化产生的形变,还能简化以后的处理过程。在特征提取和模式匹配方面,本文采用一维Log-Gabor滤波器对虹膜图像进行滤波、量化,编码后将最终生成一个基于二进制包含大量信息的虹膜样板和一个相应的噪声掩模。然后利用海明距离作为分类器,计算两模板不同位数的数量。当得到的虹膜距离小于预先设定的阈值时说明两模板来自同一虹膜。实验证明虹膜识别系统能取得良好的识别效果。因此,虹膜识别技术是一种可靠、准确的生物识别技术。最后,将本文的成果及结论加以总结,并对今后的研究工作提出自己的几点期望。