امروزه به علت اهمیت روز افزون اطلاعات و ضرورت ایجاد امنیت بیشتر اطلاعات مخصوصا در اینترنت، ابزارهای قدیمی مانند استفاده از پسورد به تنهایی جوابگو و قابل اعتماد نمی باشد، خصوصا با ایجاد تجارت الکترونیک و خرید و فروش اینترنتی مسئله امنیت نه تنها برای شرکتها و بانکها بلکه برای عموم افراد مهم شده است .بنابرین متخصصین به دنبال راه هایی مطمئن تر می گردند که یکی از موفق ترین راه های یافته شده استفاده از علم بیومتریک است. در میان بیومتریک های مختلف بیومتریک عنبیه جزء مطمئن ترین بیومترک ها به شمار می آید که در این جا به آن می پردازیم. در این پایان نامه سیستم شناسایی عنبیه و مخصوصا روشهای مختلف استخراج ویژگی را برای استخراج ویژگی های عنبیه بررسی می کنیم. در واقع کار اصلی در این پایان نامه بررسی روشهای مختلف استخراج ویژگی های عنبیه می باشد. ما در این پایان نامه برای اولین بار استفاده از ممان های لژاندر، زرنیک و شبه زرنیک را در استخراج ویژگیهای عنبیه به کار می بریم. ما نتایج ممان های مذکور را با هم مقایسه کرده و بهترین ممان را برای استخراج ویژگی های عنبیه معرفی کرده ایم. به منظور استفاده از ویولت ها در استخراج ویژگیهای عنبیه ما از ویولت های مادر مختلف استفاده کرده و بهترین ویولت مادر را انتخاب کرده و بردار ویژگی های آن را بهبود بخشید ه ایم. در هندسه فرکتالها نیز از کدینگ حاصل سیستم تابع تکرار برای استخراج ویژگی های عنبیه استفاده کرده و بردارهای ویژگی بهینه حاصل را معرفی کرده ایم. همچنین از تجزیه مد تجربی نیز برای استخراج ویژگی های عنبیه استفاده کرده و بردار ویژگی بهینه آن را بدست آورده ایم. سپس بهترین نتایج این روشها که بر روی دیتابیس دانشگاه پالاکی چک بدست آمده را با هم و همچنین با نتیجه استفاده از روش داگمن روی این دیتابیس مقایسه کرده ایم. همچنین با اعمال نویز سفید به عنبیه ها مقاومت این روشها در برابر نویز نیز ارزیابی شده است. در نهایت در این میان بهترین روشهای استخراج ویژگی های عنبیه نسبت به روش داگمن و همچنین مقاوم ترین روش استخراج ویژگی های عنبیه در مقابل نویز معرفی شده اند.