近年来，基于人体生物特征的识别技术得到了长足的发展。其中，虹膜因其具有丰富的细节和纹理独特而成为目前国内外的又一个研究热点。与其它生物特征相比，虹膜被认为是更稳定、更可靠的一种身份识手段而必将成为未来身份鉴别的主流方法。探究高效的识别算法，提高其可靠性和通用性，缩短识别时间是时下研究的主要侧重点所在。本文对虹膜识别技术的主要步骤进行了详述，其中包括了两个创新点：1)虹膜定位。2)虹膜的特征提取。 在预处理阶段的虹膜定位问题上，本文首先对一些权威定位算法进行了较全面的剖析：Daugman博士利用积分微分算子进行虹膜的内外边缘的定位；Wildes博士的基于梯度边缘检测和Hough变换的方法；王蕴红博士利用灰度投影先对虹膜进行粗定位，然后再用圆灰度梯度检测算子精确定位瞳孔和虹膜外边缘的两步定位算法。在这些算法的基础上本文提出了一种新的虹膜定位算法，即结合虹膜图像自身特点并利用平面几何知识实现虹膜快速定位，改善了传统的Canny边缘检测和Hough变换运算开销大的缺点。 在特征提取方面，研究了一些主流方法：Daugman博士的基于二维Gabor小波的虹膜编码方法；Wildes博士用Hough变换定位虹膜图像后，使用Laplacian金字塔模型来表征虹膜特征；谭铁牛博士等利用一维Gaussian-Hermite矩提取特征。受他们的启发，本文首次将二维正交Legendre矩引入虹膜识别领域，使每一位用于匹配的特征值都包含了图像中各像素的灰度信息及位置信息，保留了图像的二维属性。 最后指出了所提出的算法有待解决的问题及下一步的工作重点。