随着信息技术的发展,信息安全日渐成为人们面临的一个重要而迫切的问题。虹膜识别是模式识别领域的前沿研究方向,是一种新颖的基于生物特征的身份鉴别方法。它以稳定性好、可靠性高和非接触性等优点,得到了国内外政府部门、学术界和工业界的广泛关注,并进行了深入的研究,被认为是未来占主流地位的生物识别技术之一。通常一个典型的虹膜识别系统包括虹膜成像、活体检测和虹膜识别三个部分,本文把重点放在最后一部分。在总结前人工作的基础上,本文就虹膜图像质量评价、Gabor滤波器的设计、虹膜纹理编码及虹膜识别匹配等关键技术进行了讨论,并给出了一些相关的改进。此外,由于受采集设备、环境等因素的影响,并不是所有采集的虹膜图像都适合进行虹膜识别。基于此,本文提出了一种改进的虹膜图像质量评价方法。在进行虹膜预处理之前,对采集的虹膜图像进行鉴别,因而从一开始就可以抛弃那些不适于识别的低质量虹膜图像。图像的质量评价实现了在基本不影响识别速度的前提下,提高识别率的目的。本文分析了基于Gabor滤波器的虹膜识别算法和基于小波变换的虹膜识别算法。在基于Gabor滤波器的识别算法中,结合虹膜纹理特点,设计了适于进行虹膜识别的Gabor滤波器。然后结合两种算法各自的优缺点,提出了一种新的基于滤波器和小波变换相结合的虹膜识别算法。具体过程是对增强后的虹膜图像先通过适合虹膜识别的Gabor滤波器进行特征编码,然后利用本文提出的由粗到细的匹配算法进行匹配,即先用加权hamming距离匹配法对通过滤波器的特征编码进行粗匹配,对虹膜图像大致分类,形成小的样本集,然后在粗匹配的基础上,对小的样本集通过小波变换进行特征编码,利用此特征编码进行细匹配,从而实现了由粗到细的级联匹配策略,提高了虹膜识别的准确率和效率。实验结果证明了此算法的有效性和优越性。