日益蓬勃发展的互联网环境,带动和推进着便利、安全的生物识别技术的发展.在目前已有的生物特征识别中,不论是识别算法还是应用研究,虹膜识别技术皆是当前最具潜力的生物识别技术.本文的主要研究工作内容如下:在虹膜定位方面,本文针对其内外两个边缘的不同特点分别进行定位.对瞳孔边缘,先根据虹膜图像的灰度特性,采用阈值法对图像进行二值化处理,然后使用数学形态学运算去除噪声,得到分离的瞳孔,再采用Canny算子提取其边缘,最后采用Hough变换进行边缘定位;在此基础上先定位眼睑位置,消除眼睑对虹膜外边界定位的影响,然后采取Hough变换进行虹膜外边缘定位,实现快速、精准的定位.针对传统定位方法计算量大、定位时间长等问题,本文算法的计算量大大减少,提高了边界定位的速度和精度.在特征归一化方面,本文提出基于弹性动力学的虹膜归一化方法.虹膜通过弹性组织结构的径向缩放来调节瞳孔大小,从而控制进入眼球的光照量.在虹膜识别算法中,需要对虹膜的径向形变进行补偿,本文基于虹膜的弹性组织结构,提出一种弹性动力学运动不对等的虹膜归一化方法,通过构成弹性组织的伸缩从而达到瞳孔大小的缩放,实验表明该方法能更好的表示虹膜形变.在特征提取和编码方面,本文结合虹膜纹理特点,采用Log-gabor滤波进行特征提取,以获得局部的图像纹理信息,量化编码后形成虹膜特征模板.最后再采用Hamming距离计算虹膜特征模板的相似度,完成识别.该方法有效避免了虹膜匹配过程中的盲目性,提高了识别的效率和准确率.最后,对实验结果进行分析,本文提出的虹膜内外边界定位算法,使得边界定位更为准确,为后续识别过程做准备.同时,本文提出的弹性动力学不对等的归一化模型,更符合虹膜的生物组织结构,且实验结果表明本算法与传统的线性归一化算法相比识别精度有了较大的提高.最后采用Log-gabor滤波特征提取的方法在保证算法鲁棒性的同时,极大的提高了匹配成功率,减少了错误匹配率,使得运算效率得到提高,为快速加解密的实现提供保证。