虹膜识别技术是一种新兴的生物特征识别技术。它与其他生物特征识别技术(指纹识别,面部识别,声音识别等)相比具有以下几个特点:稳定性、高可靠性和非接触性。这些特点使得虹膜识别具有非常广阔的应用前景。本文在前人研究的基础上,对虹膜识别的核心算法,和嵌入式虹膜识别系统都做了一定的研究和改进。本文主要的研究工作包含以下几个方面:一、在虹膜图像预处理算法中,本文研究了一种基于边缘跟踪的虹膜定位算法。该算法把虹膜定位分成内边缘定位和外边缘定位两个部分,并把重点放在内边缘定位上。在内边缘定位算法中,首先对虹膜图像二值化,然后使用边缘跟踪算法提取边缘。再以曲线拟和的方法来精确定位虹膜内边缘。外边缘的定位则采用Daugman提出的圆边缘检测模板来进行定位。在图像增强阶段,本文采用了CLAHE算法来进行图像增强,减少了非均匀光照的影响。二、在特征提取阶段,根据虹膜纹理分布特点,本文研究了一种基于二维小波包变换的虹膜识别算法。该算法通过对归一化处理后虹膜图像进行三层二维小波包变换,以熵准则提取出主要小波子图,之后利用重要小波系数来确定原信号中的局部剧变点位置,对这些小波子图系数量化编码,该算法能够同时抑制噪声并提取纹理特征。最后使用Manhattan距离作为分类器,得到最终的识别结果。三、编写和完善了嵌入式虹膜识别系统上的USB驱动程序,包括USB固件程序、WDM设备驱动程序、Win32应用程序的编写和调试。使嵌入式系统和PC机之间可以方便快捷的传递虹膜信息。本文研究的虹膜识别算法在CASIA虹膜数据库(version 2.0)中进行了测试实验,并得出了较好的识别效果。