在信息技术飞速发展的今天,信息安全显示出前所未有的重要性。电子商务、电子银行、网络安全等应用领域更是急需高效的自动身份认证技术,生物特征识别技术以其特有的稳定性、唯一性和方便性,得到越来越广泛地应用。生物特征识别技术将信息技术与生物技术相结合,利用人体本身具有的物理特征(如掌纹、虹膜、人脸等)或行为特征(如步态、签名、声音等)来确定人的身份,以取代或加强传统的身份识别方法。生物特征识别技术是一项很有前途的生物技术,在市场上已经有很多可行的系统。它以人体唯一的、可靠的和稳定的生理学特征作为鉴别个人身份的依据,采用计算机强大的计算能力和网络技术进行图像处理和模式识别,从而自动验证个人的身份。本文描述了一个新的虹膜识别方法。首先,对虹膜图像进行预处理,主要包括虹膜感兴趣区域定位、归一化操作,截取两个几乎不受眼毛、眼睑的影响感兴趣区域。然后,采用小波矩方法提取虹膜的统计特征。最后,在识别阶段,采用主成分分析法和一对一的BP神经网络结构对特征向量进行特征选择和识别。利用部分虹膜区域进行识别可提高系统的速度。并且利用主成分分析法对原始信息进行筛选,既保证了原始资料信息的完整性,又避免了原始信息的重叠,形成新的训练样本集,减小了BP网络建模时的网络结构,从而大大提高了网络的学习速率。本文的最后对虹膜识别技术的未来工作进行了展望。生物认证技术与数字水印技术相结合是应用前景很广泛的新技术,也是本论文未来工作研究的方向。