虹膜学是通过眼睛虹膜的分布以及虹膜的变化来反映体内各器官活动状态的科学。可通过虹膜的密度，结构，分布，色泽等现象，针对对应区域的变化判断出受损害的器官组织的系统功能和衰弱程度。虹膜学不是一种治疗方法，它是告诉人们身体改变的结果，同时也提示人们改变和治疗方法的正确性。虹膜上的斑块可分布在任意虹膜区域，外观上大小不等，为黑色或深褐色的片状，斑块出现的位置说明对应器官慢性毒素沉积的状态。因此，虹膜斑块定位的准确程度，对最后的诊断和治疗起到了至关重要的作用。目前的研究分析中，发现对于虹膜斑块的研究还处于刚刚起步的阶段，还没有一套系统完善的理论。本文提出了一种方法提取斑块，利用斑块灰度值较低的特性，提出了一个有效的自动识别算法。该方法首先将彩色图像灰度化，利用阈值分割法将独立的瞳孔区域分离出来。其次，利用极坐标系与直角坐标系的对应关系将环状虹膜归一化展开成矩形。通过一个窗口找到斑块所在区域。在斑块区域内的中心像素灰度值的平均值小于边缘像素灰度值的最小值，用水平集方法，得到这些替代区域的边缘信息。观察零水平集轮廓是否满足封闭条件和标准尺寸准则。如果满足，则认定是斑块的边缘。最后将找到的斑块轮廓所在位置还原到对应原始图像中，完成检测。本文用MATLAB对算法进行了实验和编译，对于典型的虹膜斑块具有很好的检测效果，经图库实验，正确率达到86.7%。此算法计算量小，运行速度快，便于封装等。通过本课题的研究，为以后计算机自动提取与识别虹膜特征提供了一种可行性的方法。