在生物识别中，指纹识别是最常用的方法，也是做得比较成熟的识别方法。但是其缺陷是当指纹不清晰时，指纹识别精度下降。特别是当手指残缺时，将导致无法判别。为了弥补这一缺陷，采用多生物综合识别是一种可行的方法。即当一种生物识别方法失效时，因有其他生物识别方法的存在，仍然可确保系统正常运行，这就是本课题的出发点。人眼的虹膜因可以被用作稳定、唯一、非接触的识别对象而被广泛使用。为了使指纹识别和虹膜识别结合起来，首先要对虹膜识别的算法和比照精度进行研究。本文在有一定虹膜识别算法的基础上，着重于研究提高虹膜比照精度和速度，以及建立虹膜的图像质量评价系统。研发工作主要包括以下几个方面：在提高虹膜检测精度方面，（1）针对虹膜图像中瞳孔椭圆较多的情况做了算法改进。通过改进的算法求出以瞳孔为中心的每隔一定角度的射线与椭圆瞳孔和虹膜外圆的交点，继而可以得到椭圆瞳孔情况下的微小区域。（2）针对图像不正的情况，提出了用偏微分的思想来扫描虹膜。与通常仅在垂直轴方向扫描图像相比，它是从垂直轴左侧一定角度开始到垂直轴右侧一定角度，同时以不同的扫描半径来扫描图像，得到灰度变化最大处即为虹膜边界。（3）针对虹膜图像的噪声，使用了去除交错模糊的工具和采用了高斯滤波的方法。通过去除交错模糊，提高了图像的清晰度。在图像中也含有一些高频噪声，通过使用3×3高斯滤波器对图像滤波，提高了图像的质量，比照成绩有了较好的改善。在虹膜图像质量评价方面，建立了自动、实时虹膜图像质量评价系统。对采集到的每张图像质量综合分析和评判。首先判断图像质量是否满足最低评判分数，在通过最低评判标准的基础上，再对图像进行单个项目的评判。只有满足最低要求的图像才可以进行虹膜特征提取。在综合评价虹膜图像质量时，从瞳孔半径/虹膜半径、虹膜半径-瞳孔半径、虹膜可视度和相邻微小区域灰度值之差的绝对值之和的四个方面评价。该方法计算简单，易于实现。在虹膜图像的手动预判工具的方面，开发了具有能够直观、实时地定位瞳孔、虹膜和眼睑的工具。同时它也具有特征点的提取和比照功能。在它的页面中所用的模块与虹膜识别开发程序中的模块保持一致，它能动态地验证虹膜系统各模块的准确性。本文的创新点主要有三个方面，（1）针对虹膜图像中瞳孔椭圆较多的情况做了处理，分别在水平轴和垂直轴以圆弧扫描的方式求出虹膜灰度的一阶微分变化最大处即为瞳孔椭圆边界。（2）针对图像不正的情况，采用偏微分的思想对水平和垂直轴扫描处理，求出虹膜的边界。（3）提出了一种虹膜质量评价标准，并且让系统首先处理虹膜质量评价算法，提高了虹膜系统的识别精度。