虹膜识别技术由于具有唯一性、稳定性、可采集性、非侵犯性、高安全性等优点,获得了较快的发展。目前,虹膜识别技术还未获得广泛应用,主要原因之一是虹膜定位的精度和速度,以及虹膜特征提取的有效性影响着虹膜识别技术的实用性。本文的主要工作集中在预处理中的定位算法和特征提取算法的研究上,具体的工作如下：在虹膜定位方面：为了提高虹膜定位的精度和速度,本文采用了一种基于小波变换的定位算法。先对图像进行小波分解,对得到的低频图像提取虹膜内外边界。为了解决虹膜外边缘轮廓模糊的定位问题,本文基于对虹膜图像库的先验知识,采用逐步缩小搜索区域的虹膜定位算法,改善了搜索的盲目性,提高了定位速度。并通过中值滤波和设定参数的canny算子获取了清晰的外边缘轮廓。将本文算法分别与2种常用的定位算法进行了比较。本文算法在保证了同等精度的前提下,缩短了定位时间；且本文第二种方法的外边缘定位精度较高。在虹膜特征提取方面：针对现有算法只考虑纹理径向信息而忽略角度信息的问题,本文采用了一种基于2-D Log Gabor滤波器的方法提取虹膜纹理特征,能兼顾径向和角度两方面信息,可更有效的提取虹膜纹理特征,同时深入地分析了滤波器的参数对特征提取精度的影响。利用hamming距离对所提取的虹膜特征向量进行匹配,最后通过实验将本文中的虹膜识别方法与基于Daugman的识别方法进行了比较,实验结果表明本文算法能够在保证较高识别精度的前提下提高了识别速度。