人体生物特征识别技术（Biometric）是一种将信息技术与生物技术相结合，利用人体本身具有的生物特征进行身份识别的技术。生物特征识别将在国家安全、金融证券、社会福利、电子商务等领域提供了各种有效的解决方案。　　虹膜识别作为一种高可靠性的生物特征识别技术，具有重要的理论研究价值和应用前景。目前，已有许多算法被证明有效并且被开发成实际的系统。一个虹膜识别系统包括虹膜图像的定位、特征提取和分类器等几个模块。　　本文首先提出了一种改进的虹膜定位算法。该算法利用瞳孔近似为椭圆的几何特性和眼睛图像的灰度分布，快速检测到瞳孔的直径，从而定位出瞳孔圆心的精确位置；在此基础上利用圆变形模板在较小范围内精确搜索虹膜的外边缘。实验表明，该方法针对自然情况下采集的图片定位更为精确，而且速度比现有的方法有很大提高。　　本文提出了一种改进的局部纹理定量分析的虹膜识别方法。该方法采用多通道二维Gabor滤波器来定量描述虹膜的局部纹理。为了提取足够的局部细节，将图像划分为子图，再提取出子块图像中与滤波器最为相似（即具有最大系数绝对值）的部分特征点的加权平均被作为最终的特征。这样，最终的特征实际上是由那些和滤波器最相似的子块决定的。　　特征的匹配是基于特征向量中对应的分量之间的欧几里得距离的，分类标准是这些对应分量的欧几里得距离的均值。　　最后，本文在较大的虹膜数据库上进行了实验。实验结果和与现有方法的对比说明了本文提出的虹膜识别算法的有效性。