随着信息技术的发展和对安全需要的日益增长,基于生物特征的身份识别技术正受到越来越多的关注。作为生物特征识别技术之一的虹膜识别技术正在兴起,并显示了巨大的优越性。在现有各类生物识别技术中,虹膜识别技术是相对较新并且具有巨大潜力的技术。虹膜识别系统主要包括了虹膜图像采集、虹膜预处理、虹膜特征提取以及虹膜特征的模式匹配四个部分。本论文主要对虹膜识别算法进行了研究,这其中虹膜定位和特征提取是最为关键的部分。本文完成的工作有:1.在分析了已有虹膜定位方法的基础上,研究了基于方向模板的虹膜定位算法。该算法先采用粗定位再精定位;在虹膜定位时,将采集的虹膜图像划分为几个区域,对不同的区域只使用一个相应的方向算子模板来计算边缘强度,从而减少了计算量。在定位虹膜外圆时,针对虹膜与巩膜之间的过渡带较宽的特点,选择较大的方向模板,这样在不增加太多的计算量的情况下提高了外圆的定位精度。最后又研究了一种基于以上算法的递归的方法来进一步提高定位的速度。本文研究的方法与传统的定位算法相比在定位速度上有了提高,同时算法简单,容易实现。2.介绍了小波包变换,研究了基于小波包过零点的虹膜特征提取算法。本算法首先对虹膜图像进行小波包变换;选择对虹膜识别作用大的子图的小波包系数进行编码;最后采用加权汉明距离进行虹膜模式匹配。3.介绍了直接线性判别分析DLDA(Direct Linear Discriminant Analysis),研究了基于2-D小波变换与DLDA相结合的虹膜特征提取算法。首先对归一化后的虹膜图像进行两层小波变换,选择其低频分部分的小波系数进行进一步处理以达到降维的目的;再用DLDA从中提取虹膜特征提取。最后采用欧氏距离进行虹膜模式匹配。实验结果表明,本论文的虹膜特征提取方法与现有的一些方法如PCA,ICA等方法相比有更好的性能。以上算法均在MATLAB7.0平台上使用CASIA2.0虹膜库进行了仿真验证。实验结果表明,本文研究的算法具有良好的性能,能有效地进行虹膜识别。