近年来,人们对于信息安全的要求也越来越高,传统的身份识别方法,基于其自身固有的特点越来越不能适应社会发展的需求,存在着许多不稳定因素,正因如此,基于生物特征识别的技术应运而生。目前,基于生物特征的识别技术(如人脸,掌纹,虹膜,指纹,声音等),已经广泛应用于各个领域,虹膜识别作为重要的生物特征识别方法之一,具有唯一性、稳定性、易采集性、非侵犯性等优点,相比其他生物特征识别方法,其包含了许多独特的特征,具有更高的准确性。据统计,虹膜识别的误识率是各种生物特征识别技术中最低的。但是,目前的虹膜识别技术主要的应用对象为人眼虹膜,基于动物的生物特征识别技术的研究和应用还比较少。随着欧洲各国疯牛病等传播疾病的流行,肉类食品安全问题被各国政府组织日益关注。如何提高动物肉类可追溯性的精确度,减少肉类产品的生产成本,成为一个迫切需要解决的问题。动物虹膜识别作为其中一个新颖的解决途径,有成为新的动物标识技术的趋势,对于肉类食品安全控制具有潜在的应用价值,存在传统方法所无法比拟的优势。本论文研究牛眼虹膜识别,首先论述了本研究内容的前景及意义,介绍了虹膜识别原理以及牛眼虹膜识别存在的技术难点,然后从牛眼虹膜图像的采集设备出发,致力于牛眼虹膜识别各个环节的关键技术。其主要包括了:牛眼虹膜图像的采集及预处理、牛眼虹膜的自动定位、牛眼虹膜归一化处理及增强、牛眼虹膜的特征抽取及匹配。虹膜图像的采集及预处理是牛眼虹膜识别的基础,采集图像的质量好坏,将直接决定牛眼虹膜的识别结果;牛眼虹膜的自动分割的目的是将虹膜图像中的牛眼虹膜区域提取出来,本文首先结合经典算法提出一些相应的改进,然后通过实验,提出一种应用随机最小二乘原理分别进行内外边缘牛眼虹膜定位,并计算边缘点间各点距离建立相应的分割评价体系来找到最佳分割曲线,最后将本文方法与目前主流的虹膜定位方法在运行效率和分割质量上进行比较:在牛眼虹膜归一化及增强阶段,通过拟合曲线与直线的儿何关系把原始图像中的牛眼虹膜转换到固定的矩形图像中,从而消除牛眼虹膜因为平移、旋转、缩放等因素所造成的影响;本论文最后论述了牛眼虹膜特征抽取及匹配分类阶段,主要是对归一化后的牛眼虹膜图像通过Gabor滤波抽取特征并按方差倒数加权距离或改进的欧氏距离的匹配准则与虹膜训练特征集进行比对,达到识别的目的。实验结果表明,本文的牛眼虹膜定位分割方法比传统的分割方法相比,运算速度快,具有较好的拟合精度。