在虹膜识别算法研究现状方面，从上世纪90年代以来，国际上一共出现了几十种虹膜图像识别算法，形成了“百花齐放、百家争鸣”的局面。

根据所采用特征提取的方面，主要可以分为基于局部特征的方法(Daugman,1994；Wilds,1998；Boles,1998)和基于全局局部特征的方法（PCA,ICA)。总体来看，基于局部特征的方法性能要由于基于全局特征的方法。

在众多的虹膜识别算法中，有三种方法一直是虹膜识别算法的代表性方法，其一是1994年，由Daugman提出的基于Gabor滤波的虹膜识别算法(Daugman,1994)，现有的商业虹膜识别产品大多基于此算法，该算法利用积分微分算子进行虹膜内外缘定位，并进行归一化处理；利用2DGabor滤波器对虹膜纹理进行一种简单的粗量化和相位编码。

其二是Wildes等人于1998年提出的，依赖于图像登记技术(Wilds,1998)，利用高斯一拉普拉斯算子对虹膜图像进行各向同性的频带分解，构成拉普拉斯棱锥，然后对分解后的图像进行登记。此方法完全利用了所有可能的虹膜纹理信息，但是识别算法计算量较大，速度比较慢。

其三是Boles等人提出了一种基于小波变换过零点检测的虹膜识别算法(Boles,1998)，它通过实现小波变换的过零点检测，建立虹膜灰度等级轮廓的一维表达式，然后进行编码匹配。此方法克服了以往系统受漂移、旋转和比例放缩所带来的局限，并且对亮度变化及噪声不敏感。