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。可用于身份鉴别、保护信息安全的生物特征识别技术因此越来越受到人们的重视。虹膜识别技术是一种新兴的生物特征识别技术。它与其他生物特征识别技术(指纹识别,面部识别,声音识别等)相比具有以下几个特点:稳定性、高可靠性和非接触性。这些特点使得虹膜识别具有非常广阔的应用前景。本文研究了一种基于二维小波变换的虹膜识别算法。该算法在前人研究的基础上,对虹膜识别的三个阶段(虹膜图像预处理、虹膜特征提取、匹配识别)都做了一定的改进和创新。首先,在虹膜图像预处理的虹膜定位算法中。本文给出了一种改进的虹膜定位算法。该算法把虹膜定位分成内边缘定位和外边缘定位两个部分,并把重点放在内边缘定位上。并在内边缘定位算法中,首先对虹膜图像二值化,然后用Roberts算子提取边缘。再以Hough变换的思想来精确定位虹膜内边缘。外边缘的定位则采用Daugman提出的圆边缘检测模板来进行定位。接着,在虹膜图像预处理的归一化算法中,本文采用直角坐标与极坐标映射理论把定位后的图像归一化到一个64×1024的灰度矩阵中。并对归一化后的图像进行两次图像分割,最终分割成18个小区域。其次,在虹膜特征提取算法中,本文研究了一种基于二维小波变换的虹膜识别算法。该算法通过对归一化处理后虹膜图像的各个小分割区域进行二维小波变换,提取出主要小波通道的小波系数均值和方差作为特征值。按照该算法提取特征,每个虹膜图像最终能提取出252个特征值。最后,在匹配识别算法中,本文对归一化处理中第一次图像分割后的3部分区域分别采用方差倒数加权求和的匹配算法进行识别判决,得到3个识别结果。再用不同的可信度系数来加权这3个识别结果,得到最终的识别结果。论文的最后对本文的虹膜识别算法在CASIA虹膜数据库(version 1.0)中进行了40000次的虹膜识别实验,并得出了较好的识别效果。