生物识别技术是近几年来热门研究课题之一,该技术是一门多学科交叉的技术,包括医学、电子学、计算机科学、生物学等等。虹膜识别技术是生物识别技术当中极具潜力的。由于其具有稳定性、唯一性、非侵犯性、可采集性等优点而逐渐受到人们的重视。与其它的身份鉴别方法如人脸、声音、指纹相比,虹膜具有更高的准确性。这几年来虹膜识别技术在研究和应用方面都得到了长足的进步,同时表现出了广阔的前景和市场。本文主要研究了虹膜识别关键技术,包括:虹膜图像预处理、定位、虹膜归一化、特征提取和匹配等几部分组成。虹膜图像预处理是虹膜有效识别的基础和关键,预处理的好坏直接影响着接下来的特征提取和匹配过程。在预处理中,针对一些传统方法如内存开销大、计算量大、搜索时间长等问题,本篇论文提出采用改进的盐和胡椒滤波和中值滤波对虹膜图像进行滤波处理,达到了不错的去噪效果,此方法同时还具有内存空间开销小,实现简单,耗时少等特点。虹膜图像的定位分为内边界和外边界定位。在定位内边界时,此文首先对虹膜图像阈值分割,接下来采用点Hough变换来确定瞳孔的圆心和半径;在定位外边界时,将Daugman环量积分算子改善为在一定区域内的面积积分算子,使用已经得出的内圆半径和来圆心搜索外圆的半径和圆心。在归一化方面,此论文首先选择纹理细节相当丰富的虹膜区域,之后再运用线段提取的方法对已选中的虹膜区域归一化处理,效果是将环形区域归一化为矩形。在图像展开的过程中,肯定会有新图像中有些点无法与原图像中的点匹配,识别系统针对这一情况用双线性插值法进行处理。同时为了提高识别效果,识别系统中对展开后的图像进行了局部的直方图均衡化。最后此系统采用Gabor变换对虹膜纹理进行编码,并且利用海明距离对编码后的图像进行模式匹配。本文通过实验表明,基于本文关键技术的虹膜识别达到了很高的识别率。