提出一种基于极值加权平均分数维特征提取和支持向量机分类器识别的虹膜识别方 法。利用形态学和圆形边缘检测算子定位虹膜，并将虹膜纹理映射到极坐标空间；定义 了一种新的图像分数维———极值加权平均分数维，用于提取虹膜特征；利用支持向量机 分类器对虹膜特征矩阵进行匹配识别。试验表明，基于极值加权平均分数维特征提取和 支持向量机分类器识别的虹膜识别系统识别率高，速度快。

为了提高虹膜识别的准确率，提出了一种改进曲波变换的虹膜识别算法。首先对预处理后的虹膜图像进行Wrapping算法的快速离散曲波变换，提取不同尺度和不同方向的曲波子带系数矩阵的均值、方差和能量，然后利用广义高斯分布估算各子带的权值，为分类能力较强的特征向量赋予较大权值，构成虹膜图像的特征向量。最后采用模糊支持向量机和二叉决策树相结合的分类器进行匹配识别。采用UBIRIS和CASIA虹膜数据库对算法性能进行测试。实验结果表明，该算法能更好地提高虹膜识别准确率和效率，具有可行性。