随着信息技术的发展和日益增长的对安全的需要,基于虹膜识别的智能个人身份识别作为一种高度可靠的非侵犯性生物特征识别方式越来越受到人们的重视。 虹膜识别系统一般可由虹膜定位、图像预处理、虹膜特征提取和分类识别几个部分组成。本文在总结目前虹膜识别技术研究进展的基础上,结合图像处理、信号处理技术和模式识别技术就虹膜识别中的图像分割、特征提取和分类决策等问题展开探讨,提出自己的一些改进方法和实验结果,对虹膜识别技术的实用化有一些借鉴作用。 在虹膜图像的分割阶段,提出一种快速定位算法:定位前预处理增强虹膜边缘对比度同时压制虹膜纹理的影响,定位过程中采用简单的阈值化和改进的Hough变换。改进后的虹膜定位算法比Daugman的虹膜定位算法的定位速度提高了近60倍。而且在定位结果的基础上提出了一种基于上下眼睑与瞳孔张角的虹膜质量衡量标准。 在特征提取过程中,基于信号处理的空间-频域技术,针对Gabor滤波器的不足,采用Log-Gabor滤波器提取虹膜的纹理信息,进行相位量化并且采用格雷码构造虹膜特征码。最后,在大量实验结果的基础上,讨论了多个参数对虹膜特征码的类别可分离性的影响,并且选取能达到最大的类别可分离性的一组参数来指导虹膜特征的提取。 在分类决策阶段,选取具有最小错误率的分类阈值和最近邻规则形成组合的分类决策规则。针对大数据量的虹膜库,提出了索引虹膜码的概念,加快了待识别虹膜的识别速度。整个虹膜识别系统在中科院虹膜数据库上,取得了99.931%识别率。最后,对于大数据量的虹膜识别应用系统,设计了一个管理和维护虹膜数据的数据库系统。