生物识别技术作为一种新兴的身份识别技术,被广泛应用于国防、电子商务、金融和教育等领域。而在众多生物特征中,虹膜特征具有高稳定性、高防伪性和唯一性等特点,因此其在生物识别领域得到了重点研究。在真实的应用场景中,由于姿势不正、头部歪斜等原因,使得图像出现旋转、变形等问题,采用经典的虹膜识别算法识别的准确率不高。因此,研究旋转、变形的虹膜图像的识别技术具有重要的实用价值。本文的主要研究工作包括以下三个方面:1)针对旋转虹膜图像定位不准确的问题,本文提出S-R-F虹膜定位算法。首先定位虹膜内边缘,利用直方图均衡化方法求出合适的阈值,使用该阈值对虹膜图像进行二值化处理,然后采用形态学开运算去除噪声,再搜索瞳孔,确定圆心所在位置和圆的半径。定位外边缘时,由于旋转、变形等问题导致外边缘并非是规则的圆形,因此,在拟合椭圆时采用Canny边缘检测与RANSAC算法相结合的方法,计算得到外边缘。由于采用RANSAC算法可以得到有效的外边缘点集,从而提高外边缘的定位精度。2)针对旋转虹膜图像特征提取与匹配效率不佳的问题,本文提出H-S-P虹膜特征提取算法。首先使用Harris算法检测角点,然后用SIFT算子进行特征描述,最后将得到点的SIFT特征进行PCA降维。该算法避免了现有算法在匹配时的循环移位的操作,可以有效地提高匹配效率。此外,本文采用街区距离算法进行特征匹配,避免了欧式距离开根式的运算,提高了算法的运行效率。3)为验证本文所提算法的有效性,本文以CASIA虹膜数据库的图像作为实验数据,使用现有的虹膜识别算法作为对比实验。通过拒真率、认假率、ROC曲线和正确识别率4个指标对本文所提算法与现有算法进行评估对比。实验结果表明,本文设计的算法在准确率上优于现有算法。