人眼的外觀由鞏膜、虹膜和瞳孔組成。鞏膜是眼球周圍的白色部分，約占總面積的30%；眼睛的中心是瞳孔，約占5%；虹膜位於鞏膜和瞳孔之間，包含的紋理信息最豐富，占65%。從外部看，它由許多腺坑、皺襞和色素斑組成(見右圖)，這是人體內最獨特的結構之壹。虹膜的形成是由遺傳基因決定的，人類的基因表達決定了虹膜的形態、生理、顏色和整體外觀。人發育到八個月左右，虹膜基本發育到足夠大，進入相對穩定期。虹膜的外觀可以保持幾十年不變，除非出現罕見的異常情況和巨大的身體或精神創傷。另壹方面，虹膜是外部可見的，但同時它屬於內部組織，位於角膜後面。改變虹膜的外觀需要非常精細的手術，並且有視覺損傷的風險。虹膜具有高度的唯壹性、穩定性和不變性，是虹膜識別的物質基礎。
在包括指紋在內的所有生物識別技術中，虹膜識別是最方便、最準確的壹種。虹膜識別技術被廣泛認為是21世紀最有前途的生物認證技術，未來在安全、國防、電子商務等領域的應用必然集中在虹膜識別技術上。這種趨勢在全球各種應用中逐漸顯現，市場應用前景十分廣闊。
國外虹膜識別的研究機構主要有美國的Iridian和Iriteck以及韓國的Jiris。Iridian公司掌握了虹膜識別的核心算法，是目前全球最大的專業虹膜識別技術和產品提供商。它與LG、松下、OKI、NEC等企業合作(如IRISPASS？、BM-ET300、IG-H100？產品如)，以授權的方式提供虹膜識別的核心算法，支持合作夥伴生產虹膜識別系統。Iridian的核心技術還包括圖像處理協議和數據標準PrivateID？，識別服務器KnoWho？，誰知道？開發工具和虹膜識別相機。
2000年以前，中國在虹膜識別方面沒有自己的核心知識產權。中國科學院自動化研究所在多年研究的基礎上，於2000年初開發了虹膜識別核心算法，成為世界上少數幾個掌握虹膜識別核心算法的單位。
作為國內第壹個開始研究虹膜識別機理的研究基地，中科院自動化所模式識別國家重點實驗室研究的具有自主知識產權的虹膜識別活體檢測技術，不僅填補了我國虹膜識別技術在國際領域的空白，而且可以與國際主流算法壹較高下。中科院自動化所的核心算法與其他國際公司的核心算法相比，速度更快，占用內存空間更少，整體性能更好。2005年，我們實驗室的虹膜識別研究成果獲得國家科技發明二等獎。2006年9月，模式識別國家重點實驗室作為我國虹膜識別技術的權威機構，參加了國際生物識別組織組織的生物識別技術評測(2006年生物識別聯盟大會和2006年生物識別技術實驗)，其虹膜識別算法的速度和精度得到了國際同行的認可。此外，模式識別國家重點實驗室的虹膜圖像數據庫已經成為世界上最大的虹膜數據庫。截至目前，已有70個國家和地區的2000多家研究機構申請使用，其中國外機構超過1500家。
北京中科虹霸科技有限公司是基於模式識別國家重點實驗室虹膜識別科研成果，專業從事虹膜識別系統及相關產品研發的公司。是國內唯壹擁有虹膜識別技術完全自主知識產權的企業。* * *公司獲得虹膜專利15項，其中發明專利8項，實用新型專利4項，外觀專利3項，獲得軟件著作權。知識產權涵蓋虹膜識別軟硬件系統等各個方面。目前，中科虹霸的虹膜識別產品已經成功應用於國內部分煤礦、銀行、社保、高端分類場所。
虹膜自動識別系統包括硬件和軟件兩個模塊:虹膜圖像采集設備和虹膜識別算法。分別對應圖像采集和模式匹配兩個基本問題。
1993年，JOHN DAUGMAN實現了壹個高性能的自動虹膜識別原型系統。今天，大多數自動虹膜識別系統使用DAUGMAN核心算法。
虹膜是位於眼睛黑色瞳孔和白色鞏膜之間的環狀部分，壹般由內向外呈放射狀結構。它由相當復雜的纖維組織組成，並包含許多交錯的細節特征，如斑點、細絲、冠、條紋、凹陷等。這些特征是由出生前的隨機組合決定的，壹旦形成，將終生不變。虹膜識別的準確率是各種生物特征識別中最高的。
信息收集:
從直徑為11mm的虹膜來看，Daugman博士的算法用3.4字節的數據來表示每平方毫米的虹膜信息，這樣壹個虹膜大約有266個定量的特征點，而壹般的生物識別技術只有13到60個特征點。在許多虹膜識別技術資料中描述了具有266個量化特征點的虹膜識別算法。如果算法和人眼特性允許，
Daugman博士指出，他的算法可以獲得173個二元自由度的獨立特征點。在生物識別技術中，這個特征點的數量是相當大的。
算法:
第壹步是用距離眼睛3英寸的精密照相機定位虹膜。當攝像頭對準眼睛時，算法逐漸聚焦在虹膜的左右兩側，以確定虹膜的外邊緣。這種水平方法受到眼瞼的阻礙。同時，該算法針對虹膜內邊緣(即瞳孔)，消除了眼液和細小組織的影響。
單色相機使用可見光和紅外光，紅外光位於700-900mm的範圍內(這是IR技術的下限，美國眼科協會在他們對macularcysts的研究中使用了相同的範圍。)
在虹膜上方，該算法采用二維gabor小波的方法對虹膜圖像進行細分和重組。第壹個細分部分叫做相量，需要很深的數學知識才能理解二維Gabor小波的原理。