随着互联网及信息技术的不断发展,人们越来越关注自己隐私和个人信息的安全,传统的身份验证方法已难以满足人们的要求。在这样的形势下,生物识别技术因其便捷、安全等特点越来越受到人们的青睐,其中虹膜识别技术因高防伪性、高稳定性等特点成为了生物识别领域的研究热点。本文对虹膜识别中的几个关键技术进行了研究及改进,主要包括虹膜定位、归一化、特征提取与识别等内容。具体工作包括以下几个方面:(1)分析了虹膜独特的生理特征,对虹膜识别系统中的每个关键技术进行了详细的介绍,同时介绍了识别系统的性能评价标准。(2)研究虹膜图像的定位算法。首先,根据瞳孔的灰度特征及近圆特性,提出了一种自适应阈值法与最小二乘法相结合的虹膜内边缘定位算法;然后根据瞳孔的中心及外边缘的边缘特性,提出了基于延展射线法的虹膜外边缘定位法,在此基础上进一步改进微积分算子法,并缩小检索区域,以改善虹膜定位的效率。(3)研究虹膜特征提取及识别算法。为充分发挥Gabor滤波器的特征提取性能,先对滤波器的各项参数特性进行分析与研究;然后提出了基于分块虹膜特征提取的方法,并通过粒子群算法对Gabor滤波器进行自适应优化,有效提高算法对不同的虹膜库的适应能力;最后结合支持向量机的非线性搜索能力,高效地完成虹膜特征的匹配与识别。(4)通过中科院的CASIA虹膜库进行算法分析与验证。首先通过正交实验法对特征提取方法中参数的影响进行分析,并确定出最优参数组合;最后分别对定位算法与识别算法进行了算法测试,得到定位准确率为98.81%,识别率为99.23%,相比传统方法,在定位和识别率上分别提高了1.32%和0.59%。结果表明,所提方法能快速有效地定位虹膜,能显著提高系统的识别性能。