生物识别技术是近年来兴起的身份识别技术,由于它利用了人体的某些具有终生不变性与唯一性的特征,使得这种技术不但具有极高的可靠性,而且操作方便快捷。同时,它不存在诸如密码、卡片式身份鉴别方式中的密码泄露或卡片遗失的隐患,具有极高的可靠性与安全性。在人体的各种外部特征中,如指纹,人脸,眼睛,虹膜等等,由于虹膜结构的特殊性,使得利用虹膜进行身份鉴别具有更高的准确率,目前虹膜识别技术被广泛认为是最有前途的生物识别技术之一。基于虹膜的识别系统由以下几个部分构成:虹膜获取、虹膜图像预处理、虹膜图像特征提取、匹配与识别。在虹膜图像预处理中,采用粗定位和精定位两步定位法来提取虹膜内外圆周的圆心和半径,从而把虹膜从眼睛中分离出来。采用二值化的方法获得瞳孔的粗定位的参数后,由于瞳孔和虹膜的外边缘近视为同心圆,该参数可用作提取虹膜外边缘的基础。精定位阶段针对虹膜边缘灰度跳变特性采取了分区方法准确定位虹膜的外边缘。提取后的虹膜图像通过归一化将虹膜图片变为统一的矩形图片。小波变换是一种信号的时间-尺度(时间-频率)分析方法,它具有多分辨率分析的特点。小波过零检测可以很好的检测到灰度图像的突变信息,同时可以很好的表示出原图像灰度跳变(即图像函数种的“拐点”)的特征信息。本文研究的就是用虹膜进行身份识别的技术,该技术的关键是虹膜特征提取和识别。基于虹膜图像的纹理特征,利用小波变换来提取虹膜图像的特征,本文提出了基于小波过零检测的循环二次编码的方法。实验表明,用该算法来提取虹膜的特征是很有效的。同时本文提出了一种改进的欧氏距离判别器来进行虹膜的比较和识别。本文在研究虹膜特征提取和识别算法的过程中,比较了Daugman对虹膜纹理的粗量化和编码,基于二维Log Gabor变换的虹膜识别方法以及Boles的基于小波变换的虹膜识别算法,比较各个算法的优缺点,在Boles的研究基础上进行了大量的改进,最后对本文所提算法进行了大量验证性实验,证明本文算法是切实可行的。最后指出虹膜识别技术中存在的问题以及该技术的发展前景。