1、作為一種可靠，高效的身份鑒別方法，虹膜識別技術(shù)得到了國內(nèi)外許多研究機構(gòu)的重視，并展開了深入的研究，被廣泛認(rèn)為是最有前途的生物識別技術(shù)之一。但對虹膜識別的研究還遠(yuǎn)遠(yuǎn)沒有達(dá)到完善的程度，如何提高虹膜識別的準(zhǔn)確率和識別速度是當(dāng)前需要迫切解決的問題。
　　 傳統(tǒng)的虹膜識別方法采用Gabor濾波和小波變換等紋理分析方法提取特征，基于結(jié)構(gòu)特征的虹膜識別是一種新的方法，初步設(shè)想最先由北京大學(xué)博士林金龍等提出，具有直觀、可靠、魯棒性高等特點。本

2、文以此為基礎(chǔ)，以設(shè)計一個高性能的虹膜識別系統(tǒng)為目標(biāo)，較深入的研究了虹膜識別各階段算法，即定位、預(yù)處理、特征提取和匹配，提出幾點關(guān)鍵的改進，使基于結(jié)構(gòu)特征的虹膜識別達(dá)到了接近實際應(yīng)用的水平。本文的主要工作和研究結(jié)果如下：
　　 (1)提出一種改進的虹膜定位方法。該方法通過對低分辨率的圖像和原圖像結(jié)合處理，在低分辨率的圖像中進行虹膜內(nèi)外邊緣的粗定位，使相應(yīng)的數(shù)據(jù)處理量大大減少，提高了算法的實時性，然后為提高定位的準(zhǔn)確性，在原圖中進行

3、精度補償。
　　 (2)針對canny算子中在對極大值抑制后的像素進行邊緣提取和跟蹤過程中，高低閾值的選取在不同圖像中有不同的最優(yōu)值，提出一種基于類內(nèi)方差最小化原理的雙閾值確定法，可根據(jù)不同的圖片自動的求得適合自身的雙閾值進行邊緣檢測。
　　 (3)預(yù)處理階段，在局部直方圖均衡化的基礎(chǔ)上，使用分段線性拉伸及自適應(yīng)維納濾波處理，去除孤立小點，邊緣更加清晰，特征點更加相對獨立，并更加有利于特征點的提取。
　　 (4)