随着信息技术的发展和日益增长的安全的需要，基于生物特征身份识别技术近年来有了迅速的发展。在现有各类生物识别技术中，虹膜识别是相对较新并且具有巨大潜力的技术。 本文在查阅了大量相关文献和资料的基础上，结合虹膜识别技术的国内外研究成果，提出了基于图像灰度直方图分析的分步虹膜图像定位方法，确定虹膜的圆心和长、短半径，提取虹膜图像。该方法首先针对瞳孔灰度值与眼部其它部分狄度相比具有突变性的特征，选择Canny边缘检测算子提取瞳孔边缘，然后自下而上扫描瞳孔切、割线确定瞳孔的圆心和半径，从而得到虹膜图像的圆心和短半径。其次，通过估算外边缘半径范围结合Daugman算法确定虹膜的外边界，即确定虹膜与巩膜的边界。最后由长半径与短半径的差得到虹膜的宽度。 图像预处理还包括图像平滑和图像增强，并且在图像定位中为避免平移，放大造成的影响，把虹膜图像从直角坐标系变换到极坐标系下。 在特征提取时，不同于目前普遍采用的对虹膜图像进行Gabor滤波器相位特征分析方法，本文采用了小波变换提取虹膜图像特征，用多种小波函数对虹膜图像进行分析比较，获得虹膜图像的特征值。并对小波算法进行了优化，使虹膜识别的速度及识别精确性在一定程度上得到了提高。 识别部分采用改进的BP神经元网络做为分类器，克服了传统神经元网络收敛速度慢的缺点，取得了很好的识别效果。 在MATLAB环境下进行了大量的仿真实验，完成了对虹膜图像的定位、增强、特征提取、识别等算法的设计及分析比较。并在Visual C++环境下开发、实现了虹膜识别系统。实验结果表明，本文开发的虹膜识别系统具有较好的识别效果。