指纹门禁读头的指纹识别技术中嵌入了虹膜识别，可以大大提供指纹识别的精确度和提高可以使用指纹门禁读头的人群。
 

　　由于设备的原因，使得虹膜图像上的光照不能*按均匀分布，这样将会影响纹理分析的效果，为了更好地提高识别效果，一般需要对展开后的虹膜图像进行局部的直方图均衡化，从而实现图像增强，减少了非均匀光照的影响。
 

　　在虹膜识别系统中，由于图像获取装置焦距和外部环境光线的影响，可能拍摄到的虹膜图像质量比较差。这些模糊图像无法用来进行识别，因此需要对输入虹膜图像的质量进行评价，选择清晰的图像进行识别。一般而言，虹膜识别系统中会采用分析虹膜局部清晰程度的方法进行虹膜图像质量的判断。局部的分析方法减少了计算量，提高了鲁棒性。对每一幅图像计算自定义的图像质量评价指标，通过对指标集的分析，选择虹膜图像作为待识别的图像。
 

　　另外，如果只能得到模糊的虹膜图像，而这些模糊的图像直接用于识别，往往会极大影响虹膜识别系统的识别性能。如何增强这些模糊虹膜图像，并且将之用于识别且整个虹膜识别系统的性能不受影响或基本不受影响，是虹膜图像增强领域的另一个分支。迄今为止，还没有公开的文献介绍这方面的工作。
 

　　针对虹膜图像超分辨率图像增强问题，1984年Huang和Tsai提出一种频域的超分辨率方法。到目前为止，各国研究者已经提出了很多种方法，这些研究方法大致可以分为两大类：基于重建的超分辨率方法和基于学习的超分辨率方法。若按照频域和时域来划分，重建的超分辨率方法可以分为频域方法与时域方法。频域方法出现较早，且计算简单、速度快，但由于不易加迸各种先验知识，处理效果很难进一步提高。在基于重建的超分辨率方法中，时域方法是研究的重点，它包括插值、插值后滤波、凸集投影、背投影、后验概率估计、偏微分方程和水平线等方法。
 

　　虹膜识别技术相对于指纹识别技术来说，要复杂一些，因此市场也不是很好，而指纹识别技术的指纹门禁一体机，指纹门禁考勤一体机，已经是拥有了很好的市场基础，也得到了广大消费者的信任。