虹膜识别技术是利用虹膜纹理的稳定性和唯一性,使用图像处理和模式识别等技术手段进行身份认证的生物识别技术之一。虹膜识别技术的稳定性、非接触性,使得其成为生物识别领域的研究热点,而虹膜图像的采集更是虹膜识别中的研究重点和难点。本文首先根据虹膜采集的原理分析采集过程中影响图像采集质量的因素,然后针对这些影响因素设计吉林大学生物安全认证实验室的第二代虹膜采集装置。在完成虹膜采集装置的设计之后,本文提出了自动采集的软件框架,该框架由图像采集、虹膜区域检测和质量评价三部分组成。首先利用采集模块获得虹膜图像。其次使用区域检测模块从图像中分割虹膜区域：先进行光斑检测,在无光斑条件下,提出了基于轮廓跟踪的虹膜定位算法；在有光斑条件下,提出基于投票的定位算法实现虹膜区域的分割。质量评价模块使用BWB模型检测和基于ROI区域的灰度共现阵,进行虹膜纹理分析获得可用于识别的图像。为了验证本文采集装置采集图像的有效性,本文一方面分析了影响人眼视觉特性的因素,然后使用基于人眼视觉特性的主客观评价方法,从虹膜区域在图像中的空间位置、虹膜区域的统一亮度、采集图像的噪声率和纹理清晰度四个角度对JLU-IRIS1、CASIA3和JLU-IRIS2三个虹膜库进行视觉特性比较；另一方面使用2-D Gabor、小波过零点和ICA/PCA三种特征提取方法分别对上述三个虹膜库在模拟理想环境下和模拟实用环境下的虹膜样本进行识别率比较。JLU-IRIS2的虹膜样本均取得了令人满意的效果,达到了虹膜采集预期的设计目标。