واژۀ بیومتریک از دو کلمه یونانی bios به معنای زندگی و metron به معنای اندازه گیری می آید. این واژه به روش¬های شناسایی افراد بر اساس یک یا چند مشخصه ساختاری یا رفتاری شخص اشاره دارد. در سال های اخیر، تشخیص عنبیه به دلیل قابلیت اطمینان، یکتایی و پایداری بالا به یکی از زمینه های داغ فنّاوری بیومتریک برای شناسایی اشخاص تبدیل شده است. عموماً یک سیستم تشخیص عنبیه شامل چهار مرحلۀ ناحیه بندی، نرمالیزه کردن، استخراج ویژگی و تطبیق می باشد. این پایان نامه به دو مرحلۀ ناحیه¬بندی و استخراج ویژگی از مراحل یک سیستم تشخیص عنبیه پرداخته است. در مرحله ناحیه¬بندی از تبدیل هاف دایره ای و عملگرهای ساختاری استفاده شده و در مرحله استخراج ویژگی از الگوریتم تبدیل ویژگی مستقل از مقیاس ، بهره گرفته شده است. هدف این پایان نامه بهبود نرخ ناحیه¬بندی عنبیه و بهبود نرخ بازشناسی با استفاده از تبدیل ویژگی مستقل از مقیاس می باشد. پایگاه های داده ای که برای آزمایش ها از آن ها استفاده شده، پایگاه های casia v.1 ، casia v.4 و upol می باشند. در پایگاه casia v.1 که شامل 756 تصویر از 108 نفر (هر نفر 7 تصویر) می باشد، 324 تصویر به عنوان نمونه های آموزش و 432 تصویر به عنوان نمونه های آزمایش استفاده شده است. در پایگاه داده casia v.4 از زیر مجموعۀ interval آن استفاده شده است. در مرحله ناحیه¬بندی، دقت 100درصدی حاصل شده است و نرخ بازشناسی 96.3 تا 100درصد (بسته به پایگاه های داده) به دست آمده است.