随着现代社会信息技术的发展,对安全的要求越来越高。因此,基于人体生物特征的识别技术得到迅速的发展和应用。虹膜识别作为生物识别技术中比较有发展潜力的识别技术之一,已经被逐步应用到身份认证等安全领域。虹膜识别是基于人眼虹膜纹理特征来确定人的身份的一种识别方法,也是最为准确的生物识别方法之一。目前国内外的虹膜技术研究方兴未艾,国内的应用研究才刚刚开始,论文正是在这种背景下结合虹膜识别技术的实际需要,对其中的虹膜图像噪声处理开展研究。论文首先总结了虹膜用于身份识别的独特优势,简要介绍了完整的虹膜识别系统的组成。由于虹膜图像存在的虹膜噪声大大降低了虹膜识别率,因而虹膜噪声处理技术是虹膜识别系统中的关键技术之一。在对虹膜的预处理进行分析后,重点对虹膜图像噪声进行了研究,研究了现有多种噪声处理方法,其实验结果表明,它们不能完全正确地对虹膜图像噪声进行处理。经过定位和归一化的图像中仍可能包含眼睫毛、眼睑、反光等虹膜噪声。对虹膜噪声进行处理时,由于虹膜噪声幅度信息差异不明显,它受很多的外在因素,比如图像的对比度、获取图像时的光照、摄像机增益等影响,而相位具有这些方面的稳定性,本文提出采用相位一致性原理处理虹膜噪声。本文利用log Gabor小波的优点,对虹膜噪声中的相位和幅度信息在不同频率和方向上进行分析和提取,再结合局部能量计算逼近相位一致性实现虹膜图像噪声处理。针对噪声被处理的虹膜图像,论文给出了“基于2-D Gabor小波的虹膜纹理编码”算法以及海明距匹配算法,选用虹膜区域有多虹膜噪声的36幅虹膜图像作为实验样本进行实验。采用论文提出的虹膜图像噪声处理方法处理虹膜图像并编码和匹配,识别率为92.157%;同时,论文将同样的实验样本去除上下90o扇形区域的图像采用同样的方法进行编码和匹配,识别率为75.817%。实验结果表明,论文提出的基于相位一致性的虹膜图像噪声分割方法能间接的提高虹膜识别率。