（3）中科院自动化研究所虹膜图像采集装置[12]
本文中使用的虹膜图像数据库是中科院自动化研究所模式识别国家重点实验室的CASIA Iris Image Database (version 1.0)[13]，主要由不同的年龄阶段的亚洲人的虹膜图像组成，包括男62人和女18人的108只不同的眼睛，每只眼睛有7张位深度为8，bmp格式，分辨率为32Ox280的图像。
但本文只是使用了该数据库部分虹膜样本进行代码的可行性测试与分析，然而为针对本课题研究亚裔人种黑色虹膜，本文使用采集身边同学的虹膜图像进行数值实验与分析。所用设备非专业采集装置，均为日常使用的手机采集，并且采集数量有限及采集过程中环境因素不可控。因此，在这种情况下，对收集的数据和虹膜图像进行数值实验和分析结果还有很大的提升空间。
2.2  图像预处理
虹膜图像预处理的目标在于对虹膜样本的定位与归一化处理。一般来说，采集的虹膜图像通常会包含眼睛其他部分，比如瞳孔、眼睑、睫毛及眼白等，而且在采集过程中外部环境的影响，人眼对环境的适应导致的瞳孔伸缩、眼球偏移和旋转等，造成采集到的虹膜规格会有很大的差异。光照条件及瞳孔的伸缩对虹膜纹理的影响，都会影响虹膜图像质量。为实现精确的虹膜特征提取与准确的匹配，预处理是非常重要的用来消除漂移、旋转、比例缩放以及噪声的影响的一项，包含三个步骤：虹膜定位、图像归一化以及图像增强。
2.3  虹膜图像的特征提取
特征提取是对预处理后得到的虹膜归一化图像数据进行分析和精简的过程。虹膜图像即使经过预处理，仍然需要将其相当大的数据转换为相应特征，并减小其信息冗余程度。从数学的角度来看，特征提取类似于将物理模式用随机向量来表示，例如一个n文特征向量可用来描述一个n个特征物理模式，其中，n文特征向量表示为： 。
虹膜的整体形状到细微的纹理特征有明显的空间区别度，但由于虹膜图像的幅度差异并不明显，同时也易受获取图像时光线的影响，只有利用相位信息的相关方法来识别。Daugman的虹膜识别系统中，使用2-D Gabor滤波器对虹膜图像分解滤波后提取相位信息，再对得到的有效数据进行编码以形成相应的特征向量，并将编码后得到“虹膜特征代码” “注册”进虹膜数据库。
2.4  虹膜图像的模版匹配
在虹膜识别过程中，使用相同的预处理及特征提取方法处理待识别的虹膜图像，将这一阶段所提取的“虹膜代码”与数据库中己经“注册”的虹膜模版进行匹配比对，从而得出识别认证的结果。
 
3   虹膜图像预处理
虹膜图像预处理的目标在于对虹膜样本的定位与归一化处理。一般来说，采集的虹膜图像通常会包含眼睛其他部分，比如瞳孔、眼睑、睫毛及眼白等，而且在采集过程中外部环境的影响，人眼对环境的适应导致的瞳孔伸缩、眼球偏移和旋转等，造成采集到的虹膜规格会有很大的差异。光照条件及瞳孔的伸缩对虹膜纹理的影响，都会影响虹膜图像质量。为实现精确的虹膜特征提取与准确的匹配，预处理是非常重要的用来消除漂移、旋转、比例缩放以及噪声的影响的一项，包含三个步骤：虹膜定位、图像归一化以及图像增强。
3.1  虹膜定位
虹膜包含纹理的部分是位于瞳孔外和巩膜内部的类似圆环形的部分，但两个圆不一定是同心的。定位的目的是较精确的估计出虹膜的内外两个边界，通常我们认为这两条边界是近似成圆形的，也可以说，这一部分就是通过确定两个边界圆的圆心坐标与半径来进行定位。 基于亚裔人种的虹膜图像的特征提取方法(3):http://www.youerw.com/shuxue/lunwen_22126.html