随着网络化和数字化的发展,便捷可靠的身份认证技术变得越来越重要。信息时代的一大特征就是身份的数字化,传统的以密码为特征的身份验证技术已经不能满足信息安全的要求,基于生物特征的身份识别技术应运而生。如何快速准确的鉴定身份,替代传统的记忆性密码,保证个人身份信息安全成为人们关注的焦点。虹膜识别的出错率是几种常见生物识别技术中最低的,也是最容易被接受的识别方式。虹膜识别技术具有良好的稳定性、准确性和安全性,无论是识别算法还是应用研究,都具有广阔的发展前景。虹膜识别系统的研究和开发已经成为现阶段一个热门的课题。虹膜识别系统一般由虹膜图像的预处理(虹膜定位、归一化、图像增强)、特征提取和模式匹配(认证识别)三部分组成。本文在系统分析和研究整理传统算法的研究成果基础之上,使用了新理论,提出新的观点。就虹膜图像预处理、特征提取与模式匹配等方面对虹膜识别技术的算法做了深入研究和改进。本文的主要研究工作包括以下几个方面：(1)在虹膜图像定位中提出了一种更为快速和精确的定位算法。采用粗定位与限定区域逐点搜索检测的精定位方法相结合的定位算法,可以快速找出虹膜的内、外边界。仿真结果表明,算法思路简单,易于实现,在保证速度的基础上有效提高了定位的精度,避免了搜索的盲目性。(2)在特征提取中提出了小波变换与数学形态学相结合的概念,是本文的一个创新点所在。首先应用三层小波分解对归一化后的虹膜图像进行特征提取,然后使用数学形态学方法中区域描绘算子进行特征提取。将小波变换良好的时频分析特性与数学形态学在图像处理中的优势良好的结合起来。(3)在编码匹配方面,对图像进行压缩后使用粗糙集中的决策支持系统来进行属性值的粗筛选,去除那些肯定不会被匹配的图像,然后再进行传统的逐位匹配,减少了计算量,提高了识别效率,实现了快速准确识别过程。上述虹膜识别过程中的算法均以中科院CASIA虹膜数据库V1.0版本中来自108个不同人眼的756幅图像为实验样本,在MATLAB7.0平台上进行仿真实验。仿真结果表明,本文提出的虹膜识别处理算法在识别速度和识别准确率上都达到了较理想的结果。基于小波变换与数学形态学相结合的方法与传统的方法相比,在识别精度上有了显著地提高。