近年来，随着生物识别技术的兴起，虹膜识别技术被日益关注。由于虹膜识别技术对个体识别具有高度的可靠性，已成为目前生物识别中最有发展前景的识别技术之一。与其它生物识别技术相比，虹膜识别技术具有唯一性、稳定性、非侵犯性、不易伪造性和活体特性等优势。本文针对现存的虹膜识别算法中的不足之处，对虹膜识别系统中的图像预处理过程和特征匹配过程进行了深入研究。 虹膜图像预处理是虹膜识别系统的基础和关键，预处理的好坏直接影响着下面的特征提取过程和匹配过程。在预处理过程中，针对一些传统的预处理方法计算量大、内存开销大、搜索时间长等问题，本文提出了一种基于灰度曲线和改进的Hough变换的预处理方法，该方法实现简单，内存空间开销小，耗时少。 在特征提取阶段，本文采用傅里叶—小波变换在二维图像平面提取虹膜图像特征。该方法提取的虹膜特征具有平移、旋转、尺度不变性，但是提取的特征维数过高。因此，在特征匹配过程中我们采用改进的Fisher线性判别法将高维特征映射到低维子空间，降低了特征的维数，同时达到有效分类的目的，提高了识别准确率。 最后，利用Matlab语言实现了虹膜识别算法，并在CASIA虹膜图像数据库上进行实验，取得了良好的效果。