目前国内多数的虹膜识别算法都是根据中科院的虹膜图像数据库所提供的虹膜图像。但大多数图像采集设备并不能采集到高质量的清晰的虹膜图像,因此传统算法推广到实际应用中还存在一些困难。本文针对非高端采集设备所拍摄的虹膜图像,以现有的多种虹膜识别算法为基础,并对之进行改进和优化,提出了一套完整的更适合实际应用的虹膜识别算法。本文主要用于可能包含光照不均等噪声的虹膜图像的处理。首先虹膜预处理部分提出了双阈值分割与形态学相结合的算法,有效的大致定位出虹膜内边缘;再利用由传统的Daugman的环量积分算子衍化出的直角坐标形式的环量积分算子在各自的有效范围内精确定位出了虹膜的内外边缘;对精确定位出的虹膜圆环采用了内外圆不同心较正模型进行归一化,并选用效果较好的双线性插值算法进行插值运算得到512*64的虹膜圆环展开图像;再用直方图均衡化的方法对展开后的虹膜图像进行的对比度增强的处理。其次分析和总结了一些当今流行的虹膜特征提取和编码方法,主要研究了主流算法中经典的Daugman的2-DGabor滤波器算法,将之转化为离散形式进行纹理提取,最后采用幅值相位的编码方法对虹膜纹理进行编码,并提出了加权Hamming距离对虹膜代码进行最后的分类判定。最后针对100幅虹膜图像通过选取适当的加权Hamming距离阈值,兼顾了误识率和误拒率两方面,对整个算法进行了测试和验证。结果表明整个算法针对本课题所提供的图像取得了较好的识别效果,在复杂度上也有所降低,节省了虹膜识别的时间开销和提高了系统的实时性。整套算法的提出对于中小型低成本的虹膜识别系统的开发有一定的现实意义。