1.3 虹膜识别研究的难点

虹膜识别技术的研究虽然已有一定进展，但是为进一步提高虹膜识别系统的性能，拓宽虹膜识别技术的应用范围，以下几个方面还需要进一步研究。

1.3.1 虹膜的远距离采集

现有的采集装置一般都是近距离采集，同时还需要被采集者的配合。虹膜的远距离采集装置是决定虹膜识别技术能否大规模应用的前提。

1.3.2 虹膜定位

虹膜定位是虹膜识别中的基础性环节，对虹膜的有效区域进行精确定位是准确识别的基础。实践证明，识别错误的原因往往是定位时产生了误差，尤其当受眼睑、睫毛和光照等因素的干扰时，容易造成虹膜定位失败，但又不能将其通过质量评价排除，所以需要针对干扰因素的特点，开发更加健壮、有效的虹膜定位算法。

1.3.3 虹膜特征提取

虹膜识别之所以安全性高，是因为虹膜具有丰富的纹理特征，现有的特征提取算法存在编码效率不高等问题。Daugman提取的特征编码为2048bit，在充分表征纹理特征的同时，识别速度是一个值得斟酌的问题；而Lim等人提取的87bit特征编码在表示纹理特征的能力上都较弱，影响识别精度；如何采用高效的算法充分提取纹理特征，并将其转化为便于计算机快速比对的特征编码，提高编码效率，是一个值得深入研究的问题。

1.3.4 虹膜识别质量评价体系

虹膜识别质量评价体系包括虹膜图像质量评价和虹膜定位效果评价。其中，对虹膜图像质量评价已有一定研究，但是对虹膜定位效果评价的研究还很少。如果在识别前就能去除不符合质量要求的图像，就能够提高识别效率，节省处理时间。目前的虹膜定位算法还难以对任意虹膜进行正确的定位，且对定位的评价依赖主观感觉，没有一个客观的评判准则，建立有效的识别评价体系有助于实现虹膜识别的自动化。