随着信息技术的发展和日益增长的对安全的需要，基于生物特征的身份识别技术在近年来有了迅速的发展。在现有的各类生物识别技术中，虹膜识别是相对较新而且具有巨大潜力的技术。 本文全面阐述了虹膜识别的一些新方法，重点研究了虹膜定位、虹膜特征提取、模式匹配等方面的内容，针对虹膜识别领域的研究重点和难点提出了几种新的改进算法，并实现了虹膜身份识别系统。 本文首先对虹膜定位算法进行了深入地研究。针对虹膜内边缘定位，提出了三种定位方法，即基于小波分析、灰度阈值分割和圆Hough变换相结合的定位法；基于小波阈值收缩法和圆Hough变换相结合的定位法；基于小波分析、数学形态学和圆的方程相结合的定位法。并把这三种方法与Wildes提出的二值化与Hough变换相结合的方法进行了比较研究。针对虹膜外边缘定位，提出了一种改进的Hough变换方法，并把该方法与Daugman提出的圆检测算子的方法进行了比较研究。本文提出的虹膜定位算法不仅提高了虹膜定位的精度，而且定位的时间也有明显的缩短，从而提高了虹膜定位的速度，改善了传统虹膜定位算法中搜索的盲目性。 对虹膜特征提取的传统方法进行了分析，重点研究了采用Log-Gabor滤波器提取虹膜纹理特征的方法。在此基础上，提出了一种基于小波包分解的虹膜特征提取方法，该方法不仅能表征丰富的虹膜纹理特征信息，而且提取的特征向量维数不是很大，从而避免了维数灾难。 对模式匹配方法与分类器设计进行了研究，提出了一种新的分类器，即RBF神经网络分类器，其识别速度较高。 应用本文的算法，设计并开发了虹膜身份识别系统，该系统具有良好的人机交互界面，实现了虹膜图像的获取、预处理、特征提取、模式匹配等功能，并在CASIA虹膜图像数据库上进行了实验，取得了良好的识别效果。