目前已經有許多人體特徵應用於生物辨識系統的基準，包括指紋、掌紋、掌形幾何、靜脈紋路、臉部特徵及視網膜的微血管紋路。此外，如寫字力道、聲紋、打字力道等行為特徵也已做為辨識之用;然而，很多方法都需人身接觸而被視為具侵入或侵犯性，其馀方式不是需有人做最後仲裁，就是價格不翡、誤差率不理想。

　　不過，有一種自動的虹膜辨識技術(Iris Recognition Technology，IRT)卻能在不需身體接觸或仰賴外人立即仲裁下，明確地辨識身份。

　　虹膜的組成特色

　　人體的虹膜充滿可量化以明確辨別人眼的特徵，虹膜由許多膠原纖維、收縮紋、coronas、crypts、色素、蛇紋微管束、橫紋、freckles、rifts和pits所組成，藉由分析量化這些特徵的模式及彼此的空間關系，以進行辨識。實際來說，統計分析資料顯示Iridian Technologies公司的IRT過程采用240度自由度(degrees-of-freedom，DOF)或獨立的比對衡量法來辨別虹膜真假，可用到這麼多自由度讓虹膜辨識的精準度比其他生物辨識系統高上好幾倍。

　　虹膜的單一性

　　虹膜之所以獨特是由於這個器官本身復雜的組成形態。John Daugman博士表示∶「虹膜與指紋共有的優點是其特徵形態。虹膜表面的錯綜復雜結構是因為其構造組成型態取決於胚胎基因，此外，虹膜具備基因表現型態的局限性(不單只有形態、功能、色素及大致外觀質地的呈現)，即使長相一模一樣的雙胞胎，他們的虹膜特徵也大不相同。因此，無論基因體是否相同，每個人每對虹膜中的每個虹膜都有單一特殊性，與每個指紋的獨特性并無二致」。因此，統計上估計兩個虹膜完全一樣的或然率為1072之一。

　　虹膜的穩定性

　　盡管虹膜的本質脆弱，它仍受眼皮、角膜以及眼前房水保護，并常被眼鏡或隱形眼鏡保護著(這兩者對辨識過程的影響很小)。再加上虹膜不易受到外來物體污染，人們自然而然會認為虹膜或眼睛是人體最被呵護的器官之一。一般而言，若不受老化影響，虹膜的種種特徵從人類約一歲起直到死亡，都穩定不變。

　　比對過程

　　擷取影像

　　專門用於虹膜辨識用途的光學平臺設備，能從3.5寸到幾乎一公尺的距離內擷取影像。簡單來講，光學平臺的影像擷取設備是由一個光學儀器透過一個簡單的鏡頭、一臺黑白攝影機，還有一個畫格擷取器來擷取虹膜的多重影像。并采用多重低階發光二極體(LED)在攝影機的焦距約720到850微毫米 (nanometer)處提供照明。

　　結合鏡像、語音指示及有時有鏡頭收縮或自動對焦鏡頭，便可協助使用者在X、Y、Z座標軸上的定位，有些產品的測距儀在有人走近儀器18寸范圍內，就會自動啟動辨識。

　　定位虹膜辨識區塊

　　一旦擷取到最符合系統焦距及細節紋路清晰的影像，系統便開始分析角鞏膜緣(即虹膜外圍邊界、連接眼睛白色鞏膜的部份)、常態的瞳孔邊界及瞳孔中心點的位置(見圖一)。目前系統運作，只要確定圓形虹膜位置，就能開始辨識。

　　系統計算分析前，會先排除眼皮遮蓋處、影深(deep shadow)、倒影(specular reflection)等地方，接著快速找出虹膜合適、可用的區塊，并就此區塊擷取特徵進行分析(圖二)。由於瞳孔至虹膜的距離大小比例因人而異，系統會即時地機動性自動調整瞳孔邊界到角鞏膜緣區的寬度，以獲得最大的虹膜分析區塊。

　　排除邊界部位的系統運作過程，對分析過程幾乎不會有負面影響。因為實際操作時只需40%，甚至更少的虹膜部位就能獲得足夠的特徵輸入與良好的分析辨識。特徵的位置與范圍則透過極座標系統(polar coordinate)而非笛卡兒座標系統(Cartesian, X、Y)來界定。

　　影像分析

　　經過影像分析的虹膜特徵會被數位化為一個512位元組(4096位元)的IrisCode紀錄，紀錄中有一半描述特徵，另一半則控制比對過程。

　　當登錄虹膜特徵時，系統便會以IrisCode紀錄儲存到資料庫中以利往後資料比對。當一個虹膜呈現到辨識系統點上時，會重覆同樣的分析記錄過程，但不會儲存所得的IrisCode記錄，而是比對資料庫中的每個檔案。

　　計算漢明距離

　　比對IrisCode記錄的程序包括計算漢明距離(Hamming Distance，HD)，以衡量受辨識的IrisCode紀錄與資料庫中每個IrisCode紀錄間的差距。紀錄中的2048對可用位元都會被比對(圖三)，而透過采用exclusive-OR計算邏輯，每對位元會被指派一個數值。系統紀錄的一號位元與參考的IrisCode紀錄一號位元比對，呈現的IrisCode紀錄的二號位元就與參考的IrisCode紀錄的二號位元比對，以此類推;如果兩個位元相似，系統就會分派零的數值給那個比對，倘若兩個位元相異，系統則會指派一的數值給那個比對，在比對所有位元後，將相異的位元配對數除以所有比對位元配對數就得到一個十位數的數字，顯現兩個系統紀錄有多大差異，如漢明距離.10就表示兩個IrisCode紀錄有10%的差距。

　　認可或拒絕

　　在圖四中可以清楚地見到數以萬計的IrisCode紀錄比對的頻率分布(或然率密度)，在這里看到假冒身份的人其平均漢明距離近似0.5，這是正確的機率結果(如同多次拋擲銅板，正反面的出現頻率);相對地，身份無訛時的平均數值則為0.08(或8%)。

　　顯然在這種辨識模式中(需極其詳盡地搜尋資料庫)，在拒絕放行某個人前，其決定過程必須應用到所儲存的每個檔案中，唯有在拒絕所有儲存的檔案後才會拒絕放行某個人(通常這不花上兩秒鐘)。

　　就如其他的生物辨識技術，當辨識門檻降低，發生誤判率的可能性就增加，但與現有所有生物辨識系統相比，發生誤判的或然率顯然較低。

　　特殊性(Caveats)

　　虹膜辨識技術及Iridian技術發展與視網膜辨識毫無關連，也毫不相似。虹膜是外表看得見、有顏色、圍繞著眼睛瞳孔、甜甜圈狀的器官;視網膜則是位於角膜、水晶體、瞳孔及玻璃液後方的半球體器官，且無法看見。Iridian辨識技術是先錄下眼睛角膜後方、由外看得到的虹膜的影像(換句話說就是錄下一張照片)，而視網膜辨識方式則是掃描中央窩(fovea, 黃斑部的中央部位)，或眼球位於最深處的表層，即視網膜。

　　Iridian Technologies的虹膜辨識系統確實地辨識每個人，在沒有個人辨識號碼(PIN)、密碼或金鑰指令(token)幫助下，執行非常詳盡、整個資料庫一對多的搜尋，許多其他的生物辨識科技仰賴核對，須輸入卡片或PIN以預先選擇和適的一個輸入檔以做一對一的比對。

　　結論

　　虹膜這個獨特又復雜的器官比現今使用的任何一種生物辨識特徵有更多的比對面向(計量種類)，且終其一生都穩定不變，并隨時能用非侵入性的方式取樣，過程采用簡便且不具侵脅性的影像科技來擷取虹膜的影像、將特徵數位化并得到一個512位元組的代碼，接著代碼將在兩秒內與整個資料庫比對完成。

　　辨識結果接著可用於管制門禁及進入，提供辨識訊息給現有的出入管制系統或作為需有其他明確身份辨識用途之用。