随着人们对安全问题的日益重视，基于生物特征的身份识别技术逐渐受到了广泛的关注。而虹膜这种生物特征，由于其唯一性、稳定性、非接触性和高防伪特性，成为了生物特征识别领域的一个研究热点。作为一个应用性很强的研究课题，虹膜识别正从实验室走向社会应用。随着应用范围的扩大，在使用者不断增加的情况下，虹膜数据库的规模也在不断的扩大，此时进行一对多识别所需的时间也随之不断增加。虹膜分类技术将有效降低数据库搜索的时间，对提高虹膜识别系统的整体性能和实用性起着至关重要的作用。本文对虹膜分类方法进行了深入的研究，主要工作和贡献如下：　　 1.为了更好的进行虹膜分类和虹膜识别研究，我们采用多种虹膜采集设备建立了CASIA V3.0虹膜图像数据库，并且将其无偿共享给国内外的科研工作者。它是目前世界上虹膜类别最多、虹膜图像数目最多的公开数据库。　　 2.利用对虹膜图像的全局纹理分析来进行自动人种分类。据我们所了解，这是首次采用虹膜图像来进行人种分类的研究，本文的研究成果从模式识别和图像分析这一新颖的角度为虹膜遗传方面的生物学研究提供科学证据，从一定程度上揭示了虹膜图像和生物遗传因素之间的联系。　　 3.通过实验，从统计学意义上证明虹膜图像并不是基因无关的表型特征。虹膜纹理在小尺度下，它的局部细节特征是唯一的，每一只眼睛的虹膜特征都不相同；然而在大尺度下，虹膜纹理的全局统计特征却是和基因相关的，往往相同的人种具有相似的虹膜纹理。　　 4.从纹理分析的角度出发，提出了基于局部二值特征(LBP)的虹膜分类方法。　　 5.提出了一种基于多通道Gabor滤波器组和机器学习算法构造虹膜纹理基元的方法。然后用虹膜纹理基元直方图来表达虹膜图像的纹理特征，并成功的将这种特征应用在虹膜分类和人种分类中。而且我们发现，不同人种中虹膜纹理基元的分布的不同才是造成亚洲人和欧洲人的虹膜图像从视觉上看起来差异很大的根本原因。　　 6.在传统的虹膜识别系统中引入虹膜分类方法，大大提升了虹膜识别系统的识别速度。本文提出了一种虹膜连续分类的思想，并且巧妙的将虹膜分类算法和传统的虹膜识别算法通过构建级联的虹膜分类器整合在一起，并且在基于DSP芯片的嵌入式系统中实现。在保证虹膜识别的识别精度的情况下，大幅度提高了虹膜匹配过程中搜索数据库的速度。