前言随着社会的发展，身份识别的重要性正日益显现，而传统的身份识别方式由于其固有的局限性已远远不能满足要求，钥匙、卡片和身份证等容易丢失和仿造，密码则容易遗忘，更为严重的是这些传统识别方式无法区分真正的拥有者和取得身份标识物的冒充者，一旦他人获得了这些身份标识物，就可以拥有相同的权力。
在需求的驱动下，基于人脸、指纹、虹膜、手形、笔迹等生物特征的识别技术应运而生。
虹膜识别技术是近几年兴起的生物认证技术。
虹膜的形成由遗传基因决定，人体基因表达决定了虹膜的形态、生理特性、颜色和总的外观，是最可靠的人体生物终身身份标识。
虹膜识别就是通过这种人体生物特征来识别人的身份。
在包括指纹在内的所有生物特征识别技术中，虹膜识别是当前应用最为精确的一种。
虹膜识别技术以其高精确度、非接触式采集、易于使用等优点得到了迅速发展，被广泛认为是二十一世纪最具有发展前途的生物认证技术，未来的安防、国防、电子商务等多种领域的应用，也必然的会以虹膜识别技术为重点。
这种趋势，现在已经在全球各地的各种应用中逐渐开始显现出来，市场应用前景非常广阔。
1.什么是虹膜人眼的外观由巩膜、虹膜、瞳孔三部分构成，巩膜即眼球外围的白色部分，眼睛中心为瞳孔部分，虹膜位于巩膜和瞳孔之间，包含了最丰富的纹理信息。
外观上看，虹膜由许多腺窝、皱褶、色素斑等构成，是人体中最独特的结构之一。
虹膜作为身份标识具有许多先天优势：1) 唯一性，由于虹膜图像存在着许多随机分布的细节特征，造就了虹膜模式的唯一性。
英国剑桥大学John Daugman教授提出的虹膜相位特征证实了虹膜图像有244个独立的自由度，即平均每平方毫米的信息量是3.2比特。
实际上用模式识别方法提取图像特征是有损压缩过程，可以预测虹膜纹理的信息容量远大于此。
并且虹膜细节特征主要是由胚胎发育环境的随机因素决定的，即使克隆人、双胞胎、同一人左右眼的虹膜图像之间也具有显著差异。
虹膜的唯一性为高精度的身份识别奠定了基础。
英国国家物理实验室的测试结果表明：虹膜识别是各种生物特征识别方法中错误率最低的。
2) 稳定性，虹膜从婴儿胚胎期的第3个月起开始发育，到第8个月虹膜的主要纹理结构已经成形。
除非经历危及眼睛的外科手术，此后几乎终生不变。
由于角膜的保护作用，发育完全的虹膜不易受到外界的伤害。
3) 非接触，虹膜是一个外部可见的内部器官，不必紧贴采集装置就能获取合格的虹膜图像，识别方式相对于指纹、手形等需要接触感知的生物特征更加干净卫生，不会污损成像装置，影响其他人的识别。
4) 便于信号处理，在眼睛图像中和虹膜邻近的区域是瞳孔和巩膜，它们和虹膜区域存在着明显的灰度阶变，并且区域边界都接近圆形，所以虹膜区域易于拟合分割和归一化。
虹膜结构有利于实现一种具有平移、缩放和旋转不变性的模式表达方式。
5) 防伪性好，虹膜的半径小，在可见光下中国人的虹膜图像呈现深褐色，看不到纹理信息，具有清晰虹膜纹理的图像获取需要专用的虹膜图像采集装置和用户的配合，所以在一般情况下很难盗取他人的虹膜图像。
此外眼睛具有很多光学和生理特性可用于活体虹膜检测。
2. 虹膜识别过程虹膜识别通过对比虹膜图像特征之间的相似性来确定人们的身份，其核心是使用模式识别、图像处理等方法对人眼睛的虹膜特征进行描述和匹配，从而实现自动的个人身份认证。
虹膜识别技术的过程一般来说分为：虹膜图像获取、图像预处理、特征提取和特征匹配四个步骤。
2.1 虹膜图像获取虹膜图像获取是指使用特定的数字摄像器材对人的整个眼部进行拍摄，并将拍摄到的图像通过图像采集卡传输到计算机中存储。
虹膜图像的获取是虹膜识别中的第一步，同时也是比较困难的步骤，需要光、机、电技术的综合应用。
因为人们眼睛的面积小，如果要满足识别算法的图像分辨率要求就必须提高光学系统的放大倍数，从而导致虹膜成像的景深较小，所以现有的虹膜识别系统需要用户停在合适位置，同时眼睛凝视镜头(Stop and Stare)。
另外东方人的虹膜颜色较深，用普通的摄像头无法采集到可识别的虹膜图像。
不同于脸像、步态等生物特征的图像获取，虹膜图像的获取需要设计合理的光学系统，配置必要的光源和电子控制单元。
由于虹膜图像获取装置自主研发的技术门槛高，限制了国内虹膜识别研究的开展。
中国科学院自动化研究所在1999年研制出国内第一套自主知识产权的虹膜图像采集系统，其特点是小巧、灵活、低成本、图像清晰。
经过不断地更新换代，自动化所最新开发的虹膜成像仪已经可以在20~30cm距离范围通过语音提示、主动视觉反馈等技术采集到合格的虹膜图像。
2.2 图像预处理图像预处理是指由于拍摄到的眼部图像包括了很多多余的信息，并且在清晰度等方面不能满足要求，需要对其进行包括图像平滑、边缘检测、图像分离等预处理操作。
虹膜图像预处理过程通常包括虹膜定位、虹膜图像归一化、图像增强三个部分。
2.2.1 虹膜定位一般认为，虹膜的内外边界可以近似地用圆来拟合。
内圆表示虹膜与瞳孔的边界，外圆表示虹膜与巩膜的边界，但是这两个圆并不是同心圆。
通常，虹膜靠近上下眼皮的部分总会被眼皮所遮挡，因此还必须检测出虹膜与上下眼皮的边界，从而准确地确定虹膜的有效区域。
虹膜与上下眼皮的边界可用二次曲线来表示。
虹膜定位的目的就是确定这些圆以及二次曲线在图像中的位置。
常用的定位方法大致分为两类：边缘检测与Hough变换相结合的方法；基于边缘搜索的方法。
这两种方法共同的缺点是运算时间长，因此出现了一些基于上述两种策略的改进方法，但是速度并没有数量级的提高。
定位仍然是虹膜识别过程中运算时间最长的步骤之一。
2.2.2 虹膜图像归一化虹膜图像归一化的目的是将虹膜的大小调整到固定的尺寸。
到目前为止，虹膜纹理随光照变化的精确数学模型还没有得到。
因此，从事虹膜识别的研究者主要采用映射的方法对虹膜图像进行归一化。
如果能够对虹膜纹理随光照强度变化的过程建立数学模型或者近似模拟这个过程，将会对虹膜识别系统性能的提高有很大帮助。
2.2.3图像增强图像增强的目的是为了解决由于人眼图像光照不均匀造成归一化后图像对比度低的问题。
为了提高识别率，需要对归一化后的图像进行图像增强。
2.3特征提取特征提取是指通过一定的算法从分离出的虹膜图像中提取出独特的特征点，并对其进行编码。
主流的虹膜特征提取和识别方法可分为八大类：1）基于图像的方法将虹膜图像看成是二维的数量场，像素灰度值就构成联合分布，图像矩阵之间的相关性就度量了相似度。
2）基于相位的方法这种方法认为图像中的重要细节，如点、线、边缘等“事件”的位置信息，大多包含在相位中，所以在特征提取时舍弃反映光照强度和对比度的幅值信息。
3）基于奇异点的方法虹膜图像中的奇异点分两种：过零点极值点4）基于多通道纹理滤波统计特征的方法虹膜图像可以看成是二维纹理，在频域中的不同尺度和方向上会有区分性强的统计特征可供识别，这也是纹理分析中常用的方法。
5）基于频域分解系数的方法图像可以看成是由很多不同频率和方向的基组成，通过分析图像在每个基投影值的大小分布可以深入认识图像中具有规律性的信息。
6）基于虹膜信号形状特征的方法虹膜信号形状特征包括两方面的信息：一是虹膜曲面凹凸起伏的二维形状信息，二是沿着虹膜圆周的一维形状信息。
7）基于方向特征的方法方向（Direction）或者朝向（Orientation）是一个相对值，对光照、对比度变化的鲁棒性较强，而且可以描述局部灰度特征，是一种比较适合虹膜图像特征表达的形式。
8）基于子空间的方法子空间的方法需要在较大规模的训练数据集上根据定义的最优准则找到若干个最优基，然后将原始图像在最优基上的投影系数作为降维的图像特征。
2.4 特征匹配特征匹配是指根据当前采集的虹膜图像进行特征提取得到的特征编码与数据库中事先存储的虹膜图像特征编码进行比对、验证，从而达到识别的目的。
3. 虹膜识别技术优势表1 几种常见的生物特征识别技术对比4. 虹膜识别技术发展简史1936年，眼科专家Frank Burch指出虹膜具有独特的信息，可用于身份识别。
1987年，眼科专家Aran Safir 和Leonard Flom首次提出了利用虹膜图像进行自动虹膜识别的概念，但是他们并没有开发出一个实际的应用系统。
1991年，美国洛斯阿拉莫斯国家实验室的Johnson实现了一个自动虹膜识别系统，这是有文献记载的最早的一个应用系统；1993年，John Daugman实现了一个高性能的虹膜识别原型系统。
目前，大部分自动虹膜识别系统使用Daugman的核心识别算法； 1996年，Richard Wildes研制成功基于虹膜的身份认证系统； 1998年底，中科院自动化所开始虹膜识别方面的研究，2000年成功开发出具有我国自主知识产权的虹膜识别系统。
膜识别技术是人体生物识别技术的一种。
人眼睛的外观图由巩膜、虹膜、瞳孔三部分构成。
巩膜即眼球外围的白色部分，约占总面积的30%；眼睛中心为瞳孔部分，约占5%；虹膜位于巩膜和瞳孔之间，包含了最丰富的纹理信息，占据65%。
外观上看，由许多腺窝、皱褶、色素斑等构成(见右图)，是人体中最独特的结构之一。
虹膜的形成由遗传基因决定，人体基因表达决定了虹膜的形态、生理、颜色和总的外观。
人发育到八个月左右，虹膜就基本上发育到了足够尺寸，进入了相对稳定的时期。
除非极少见的反常状况、身体或精神上大的创伤才可能造成虹膜外观上的改变外，虹膜形貌可以保持数十年没有多少变化。
另一方面，虹膜是外部可见的，但同时又属于内部组织，位于角膜后面。
要改变虹膜外观，需要非常精细的外科手术，而且要冒着视力损伤的危险。
虹膜的高度独特性、稳定性及不可更改的特点，是虹膜可用作身份鉴别的物质基础。
在包括指纹在内的所有生物识别技术中，虹膜识别是当前应用最为方便和精确的一种。
虹膜识别技术被广泛认为是二十一世纪最具有发展前途的生物认证技术，未来的安防、国防、电子商务等多种领域的应用，也必然的会以虹膜识别技术为重点。
这种趋势，现在已经在全球各地的各种应用中逐渐开始显现出来，市场应用前景非常广阔。
虹膜识别国外研究机构主要有美国的Iridian，Iriteck，韩国的Jiris公司。
Iridian公司掌握虹膜识别核心算法，是目前全球最大的专业虹膜识别技术和产品提供商，它和LG、松下、OKI、NEC 等企业进行合作（如IRISPASS®，BM-ET300，IG-H100®等产品），以授权方式提供虹膜识别核心算法，支持合作伙伴生产虹膜识别系统。
Iridian 的核心技术还包括图像处理协议和数据标准PrivateID®，识别服务器KnoWho®，KnoWho®开发工具及虹膜识别摄像头等。
国内在2000年以前在虹膜识别方面一直没有自己的核心知识产权，中科院自动化所在多年研究的基础上于2000年初开发出了虹膜识别的核心算法，成为了世界上少数几家掌握了虹膜识别核心算法的单位之一。