目前,随着生物特征识别技术的兴起,虹膜识别技术已经成为应用数学、模式识别和信息安全等交叉学科的研究热门之一。其中虹膜图像质量评估对虹膜识别准确率的提高具有重大意义。本文以Matlab为工具就虹膜识别中图像质量评估进行了如下工作：(1)探讨了虹膜识别技术的原理和过程,就虹膜识别系统的四个环节：图像采集、图像预处理、特征提取、特征匹配给出了当前国内外比较经典的设计方法。并简要介绍了虹膜图像质量评估算法的现状。(2)本文以影响图像质量的不同因素的特征为基础,提出了一套完整的客观虹膜图像质量评估算法。首先,根据图像的灰度直方图分布情况判断图像的光照是否均匀。其次,采用形态学的方法估计图像中瞳孔的位置,截取仅包含眼睛的图像进行下续操作。本文根据梯度、灰度和Gauss函数二阶导数滤波器相结合的方法检测光斑、虹膜内外边界；用线性插值法填充光斑,采用最小二乘法拟合椭圆形瞳孔边界；通过瞳孔实际边界与拟合边界的差距来判断瞳孔是否完整,椭圆长短轴比例判断瞳孔是否变形,左右虹膜边界差距判断虹膜是否完整。再次,在频率域和空间域上分别设计算法对眼睑遮挡、眼睫毛遮挡、聚焦和晃动图像进行检测,分析算法的有效性,提出一种频率域和空间域相结合的算法进行评估。在数据库CASIA-IrisV3-Lamp上进行批量实验,验证了本文算法对不合格图像和理想图像的高可分性,评估出的图像均为不可用于虹膜识别的图像,从而大大提高虹膜识别系统的实用性,避免无效的计算,最终验证了图像质量评估对虹膜识别系统识别率提高的重大意义。