生物特征识别技术在现代生活中应用得越来越广泛,与其它人体生物特征(人脸,指纹,步态等)相比,虹膜特征具有非侵犯性和高度的稳定性和唯一性,随着研究的进一步的加深,虹膜识别的潜在价值愈来愈得到发掘,因而得到愈来愈多的科技研究者关注。虹膜识别的整个过程包括图像采集,虹膜图像预处理,特征提取和匹配识别,本文着重针对虹膜的特征提取阶段和匹配识别阶段进行了深入的研究,实现了基于一维小波变换和二维小波变换的虹膜特征提取,并运用加权海明距离分类器进行虹膜的匹配。最后本文还对matlab仿真下的虹膜识别算法进行了DSP实现,使其能在DSP开发环境CCS下运行。在虹膜识别的关键算法方面,本文着重研究了小波变换的理论与小波提取虹膜特征的实现方法。通过matlab仿真工具,找出最能反应虹膜纹理特征的小波分解级数和小波基,并给出了有效的虹膜去噪的方法和解决虹膜旋转不变性问题的算法,在分类器实现方面,摒弃了传统的最小海明距离分类器,而采用加权海明距离分类器。在虹膜识别的DSP实现方面,本文重点分析了matlab语法与C语言语法的差异以及硬件平台环境下与PC机环境下程序运行的特点,完成了matlab仿真下的算法在DSP硬件环境下的实现。在虹膜识别算法的优化内容中,本文详细介绍了DM6437的C语言代码优化策略和方法,并联系实际举例说明循环优化的具体实施步骤。并在最后给出了优化结果以及部分算法的优化前与优化后消耗时间的比较。