虹膜识别技术作为重要的生物特征识别技术之一,相比于其他生物识别拥有唯一性、防伪性、稳定性等优势,但在现实运用中虹膜识别技术依然存在很多不足:获取的虹膜图像尺寸小、有效像素少、采集虹膜图像时易出现斜视、遮挡、模糊等情况,这些因素的影响虹膜图像的质量、虹膜定位时的速度和准确度、虹膜特征的提取与匹配准确性从而影响虹膜识别的速度与可信度。本文针对上述问题,从研究虹膜图像质量评价入手,研究了虹膜定位算法和特征提取算法,以期在前人工作的基础上,对虹膜识别效率有所提高。本文首先对国内外虹膜识别技术进行了细致研究,对目前主流虹膜识别算法进行了比较分析,详细陈述了在虹膜图像质量评价、虹膜定位和特征提取与匹配中的所做的相关工作,并以中科院CASIA＿V1.0数据库为基础对改进的算法验证分析。本文的主要研究内容如下:1.虹膜质量评价。为解决低质量虹膜图像对虹膜识别性能的影响,本文提出一种基于形态学与灰度差异的虹膜质量评价方法,除去采集时低质量虹膜图像的,提高虹膜识别系统的准确率。2.虹膜定位。针对虹膜内外边缘轮廓信息不足导致定位效率低的问题,本文提出了一种结合最小二乘法和分块算子的定位算法,首先对虹膜外边缘使用最小二乘法拟合定位,然后使用霍夫变换对虹膜内边缘粗定位,最后使用分块算子精定位,提高了虹膜定位的精度与速度。3.虹膜特征提取。本文综合分析现在有的几种特征提取算法,提出了一种基于改进的2D-Gabor滤波器与小波变换两种算法的虹膜特征提取算法。本文所提供的算法,在CASIA＿V1.0数据库上用Matlab进行了实验验证,将本文的算法与其他算法进行了对比分析,取得了较为理想的实验结果,证明了所提供的相关算法的有效性和可行性。