随着现代社会信息技术的发展,对信息安全性的要求越来越高,基于人体生物特征识别技术的独特优越性,使其得到迅速的发展和应用。与其他生物特征相比,虹膜具有唯一性、稳定性和非侵犯性等优点。目前虹膜识别技术被广泛认为是最具有推广价值的生物识别技术之一。虹膜识别技术包括三个内容:虹膜图像的预处理,特征提取和模式匹配。其中,虹膜图像的预处理主要包括三个部分:虹膜内外边缘定位,图像归一化及图像的增强。目前,世界上主要使用的虹膜识别方法有Daughman的利用微积分算子定位虹膜内外边缘、2-D Gabor滤波器对虹膜纹理特征编码技术;Wilds的多尺度匹配识别算法;Boles提出的基于小波变换过零点检测的虹膜识别算法等。本文总结了主要的虹膜识别技术研究情况,对虹膜内外边界定位的方法进行了深入的研究,针对传统定位算法中存在的定位速度慢的问题,本文提出基于人眼几何结构特征的虹膜定位算法。该算法定位过程结合虹膜结构的几何特征,利用计算灰度平均值、边缘检测模板搜索边界点的定位方法。该方法计算量少,在保证准确度的前提下,与传统的Daughman和Wilds经典定位法做了比较,实验证明,使用本文定位方法的平均定位时间比传统的Daughman法缩短了4.915s,比Wilds的Hough变换法缩短了0.559s,成功率达到97.63%。在特征提取中,结合Sym6小波的性质以及奇异值特征的稳定性,对虹膜纹理特征进行提取。采用加权欧几里德距离法与最小平均距离准则两种特征向量匹配相结合的方法进行特征匹配。以CASIA标准虹膜库中的每幅图像作测试样本,以库中各类聚类特征向量作为该类的特征进行匹配,识别率最高达到97.31%。实验结果表明本文提出的算法可靠有效,在识别速度上和识别准确率上都有所提高。