随着社会信息化的高速发展,虹膜识别已成为目前较有推广前途的信息安全与人体生物特征识别的热点研究课题之一,也是应用数学与模式识别等多交叉学科的前沿课题。近年来,在虹膜识别的研究中,研究人员已经提出了一些的算法,虹膜识别的研究取得了一定的成就。但这些算法对干扰信息敏感,对整个虹膜识别系统的性能产生严重的影响,不具稳定性和通用性。本文针对虹膜识别系统中存在的问题,采用小波分析等先进的数学工具,通过对Gabor变换算法的研究,提出了一套基于虹膜纹理特征分析的虹膜图像预处理及特征提取算法。首先对虹膜图像的各部纹理特征进行分析,然后设计相应的Gabor滤波器对图像进行操作。通过分析瞳孔和光斑的纹理特征,设计了二维圆形Gabor滤波器来突出它们的纹理特征信息,进而估计瞳孔的位置并检测光斑噪声；针对眼睫毛及眼睑边界的纹理特征,设计了一维峰状Gabor滤波器检测眼睫毛并提取眼睑边界信息,且在眼睑定位时,为了解决已有算法存在的问题,避免双眼皮和睫毛根部的影响,本文采用在眼睑边界图像上采用抛物线形微积分检测算子来定位眼睑；最后设计了Gabor编码滤波器提取虹膜纹理的峰状和坡度信息来对虹膜区域进行特征编码。通过在中科院CASIA-IrisV3-Lamp数据库上进行试验,证明本文提出的算法可以有效地避免头发和块状黑斑等干扰信息对图像的影响。估计瞳孔位置的准确率达到100%,定位抛物线的准确率达到99.5%,同时将瞳孔定位和虹膜外边界定位的准确率分别提高了9.8%和16.7%,虹膜识别的正确率为99.78%。实验证明本文提出的算法具有较好的稳定性和通用性。