随着人类活动不断拓展，各种各样的安全认证、身份识别越来越重要和普遍。而科学技术的飞速发展为以上课题提供了解决方案。基于人体生物特征的身份识别技术是当前最重要的认证手段。虹膜识别作为人体生物特征识别技术之一，相比指纹、掌纹、人脸、声音等其他生物特征识别，不仅有良好的唯一性，更有非侵犯性、高识别率和更好稳定性等优点。
　　 本文简单地介绍了虹膜识别技术的应用情况及前景，虹膜识别的生理原理，比较深入地分析了几种常见的识别方法，并对虹膜定位、归一化、特征向量提取、模式匹配等环节作了研究和实践。
　　 主要工作是：针对灰度投影法的缺点，采用了按行列扫描二值化图像定位瞳孔的方法，介绍并比较了各边缘算子，最终使用Canny算子检测虹膜外边缘，改进Hough变换，降低其维度进而实现高速虹膜定位；通过对图像的归一化处理，实现了虹膜区域从直角坐标系到极坐标系的映射，并对虹膜的旋转位移和径向位移做了专门处理；小波作为一种信号的时间-频率分析方法，具有多分辨率分析的特点，被用于本文的特征提取，通过对归一化后的图像作3层db4小波分解，统计分解结果得到虹膜的特征向量。以23对独立虹膜图像为训练样本库，通过对比向量间欧式距离进而确定分类阈值。将所得分类器应用于CASIA虹膜图像库，并针对识别结果提出二次识别，优化了识别效果。
　　 实验结果表明，本文所采用的虹膜识别算法能比较有效地减少虹膜图像旋转、径向位移以及睫毛遮挡带来的识别误差，是基于CASIA虹膜库有效并且快速的算法。存在的不足也为将来的改进指明了方向。