随着信息技术的飞速发展,人们对个人信息安全的强烈需求使生物特征识别技术收到了前所未有的关注。在众多的生物特征识别技术中,虹膜识别技术被广泛认为是最可靠、最精确的生物特征识别技术,也是生物特征识别领域最热门的研究课题之一。自从1987年自动虹膜识别的概念被提出以来,人们在算法研究、商业开发和实际应用方面都取得了显著的进展。典型的虹膜识别技术包括图像采集、虹膜定位、归一化、特征编码和模式匹配五个步骤。本论文对特征编码和模式匹配部分进行了研究,完成的主要工作有:1.提出了基于改进SURF特征的虹膜识别算法。在实验室已有成果的基础上,做了大量的实验,根据虹膜图像的具体特征,对原始SURF的特征提取和模式匹配进行了改良,确定了最优的编码参数。提升了实验室虹膜识别系统的性能。2.提出了基于几何哈希算法和特征点位置信息的虹膜索引算法。算法利用SURF算法那检测到的特征点的位置信息,通过几何哈希法对虹膜数据库中的数据建立有效地索引,大大减少了检索阶段需要进行模式匹配的次数。解决了大型虹膜识别系统中识别效率低下的问题。3.对二维Gabor滤波器进行了了深入研究和大量实验,确定了适用于虹膜识别最优的滤波器参数。提出了基于虹膜图像的Gabor能量特征为虹膜数据库建立索引的算法,同样取得了较好的效果。4.在Matlab平台上实现了本文提出的两种索引算法,并在CASIA Iris V4-Thousand数据库上面进行了实验,对两种索引算法的性能、优缺点以及适用的范围进行了对比分析。