高度信息化的现代社会,人们的身份鉴别已经渗透到日常生活的每一个方面。同时,由于交通、通讯和网络技术的飞速发展,人类的活动范围越来越大,身份鉴别的难度和重要性也越来越突出。对于我们这样一个人口众多的国家,身份鉴别有着特别广泛的应用前景和重要的战略意义。金融、安全、网络、电子商务等无一不需要可靠的身份鉴别。 传统的利用密码等身份鉴别的方法具有易遗忘、易假冒等缺点,已不符合现代数字社会的需求。基于生物特征的身份鉴别技术利用人本身所拥有的生物特征来判别人的身份,这些生物特征具有稳定、便捷、不易伪造等优点,因此近年来已成为身份鉴别的热点。常用的生物特征包括指纹、掌纹、虹膜、脸像、声音、签名和笔迹等。 虹膜作为重要的身份鉴别特征,具有唯一性、稳定性、可采集性、非侵犯性等优点。与其它方法相比,虹膜具有更高的准确性。据统计虹膜识别的错误率是各种生物特征识别中最低的。因此利用虹膜来进行身份鉴别的技术逐渐得到学术界和企业界的重视。 本文提出了基于神经网络的虹膜识别分类器的设计,对虹膜识别的背景、目的、意义、现状及前景作了详细的说明。在虹膜的数字图像处理方面比较了各种定位算法和特征提取算法,从中提出了比较合理的算法,来对图像进行处理。在分类器的设计上,以往的分类器都是基于海明顿距离进行分类器的设计的,本文提出了用神经网络来设计了虹膜识别的分类器。成功地实现了具有旋转、平移和尺度缩放的不变性的虹膜识别。 此外本文通过对MATLAB中的图像处理工具箱及神经网络工具箱使用,在不同程度上对MATLAB中的图像处理工具箱及神经网络工具箱进行了介绍。