在维护国家安全、社会安全、金融安全、航空安全等众多方面，都需要更加方便、可靠、准确的身份鉴别方法，而生物识别的发展提供了一个比较理想的解决手段。虹膜识别是生物识别的一个重要方面，并已有了成功的应用，但目前的虹膜识别系统大多对鉴别对象和图像采集设备之间有比较严格的合作要求。在实际中由于图像采集设备和人之间存在一些不确定、不稳定的因素，完美的虹膜图像采集较为困难，这给后来的虹膜分割和特征描述带来了许多不利的影响。目前国内外针对不完美虹膜的定位分割、特征提取与分类识别的研究较少，本文对此进行了比较系统的研究，主要贡献如下： (1)针对目前Hough变换方法和微积分方法对虹膜边界定位速度慢、且易受光照、光源像点、眼皮等因素影响的问题，提出了一种基于瞳孔中心位置估计的快速定位算法，然后采用分段直线逼近眼皮轮廓进行上下眼皮定位和自适应阈值算法检测睫毛和光源像点，可将虹膜区域有效分割出来。仿真结果表明，作者提出的算法定位速度快，成功率高，对虹膜区域分割精度高。 (2)通常采集到的虹膜图像，其大小及分辨率不尽相同，这给特征提取带来困难，而且环状区域不好进行处理。本文提出了一种虹膜区域的极坐标表示方法，将环状虹膜区域转换为易于处理的矩形区域，并利用低分辨特征一致原理确定虹膜规范化区域大小。虹膜的分类结果说明确定的规范化区域有足够的信息表示不同的虹膜。 (3)提出了一种简便的空域过零检测的虹膜特征提取算法。对于不利于模式匹配的细节和高频噪声，首先采用高斯滤波器进行滤波处理，然后采用局部过零检测方法提取纹理变化特征，并对过零检测结果进行符号编码。该算法有效解