Un sistema biometrico consente l'identificazione automatica di un individuo sulla base di un elemento o di una caratteristica unica posseduta dall'individuo stesso. Il riconoscimento dell'iride è considerato il sistema di identificazione biometrica più affidabile e preciso disponibile. Esistono molti studi incentrati sul riconoscimento dell'iride. Tuttavia, le immagini dell'iride acquisite in ambienti poco controllati possono dare risultati negativi. Questo lavoro mira a migliorare le prestazioni del processo di segmentazione nei sistemi di riconoscimento dell'iride per aumentare l'accuratezza complessiva. Il sistema di riconoscimento dell'iride consiste in diverse fasi dopo l'acquisizione dell'immagine dell'iride, la segmentazione, la normalizzazione, l'estrazione delle caratteristiche e l'abbinamento. In primo luogo, la fase di segmentazione comprende diverse fasi quali la pre-elaborazione, il modello TV troncato, il rilevamento dei bordi, la determinazione delle coordinate del centro e del raggio della pupilla e dell'iride, la rimozione del rumore e il rilevamento delle palpebre. In secondo luogo, la fase di normalizzazione ha utilizzato il modello Rubber Sheet di Daugman per normalizzare le immagini dell'iride. In terzo luogo, si è proceduto all'estrazione delle caratteristiche utilizzando il metodo Local Binary Pattern (LBP) e Chunked Encoding e, infine, si è eseguito il processo di matching utilizzando la distanza di Hamming.