Ingeniero Civil Eléctrico / Actualmente se utilizan diversos métodos de reconocimiento de individuos mediante la biometría, es decir, identificando patrones de características físicas o de comportamiento. Específicamente la biometría basada en el iris es ampliamente usada en el mundo, por ejemplo en reconocimiento de ciudadanos o control fronterizo. Sin embargo, hoy en día se utilizan imágenes bidimensionales del iris para extraer la información de éste. En este trabajo se propone utilizar información tridimensional del iris, para lo que se construirá un modelo 3D a partir de un conjunto de imágenes bidimensionales del ojo. En primer lugar, se realizó la construcción de un sistema de captura de imágenes bidimensionales del ojo desde diferentes ángulos, utilizando como hardware del sistema un computador, un computador de placa reducida Raspberry Pi y una cámara Raspberry Pi NoIR. Además, se diseñó e implementó una estructura de soporte que permite la toma de imágenes desde diferentes ángulos, con una iluminación y encuadre adecuados para enfocar el iris a corta distancia. El montaje experimental permitió además eliminar el reflejo de las fuentes luminosas sobre el iris. Luego se tomaron 17 imágenes de un ojo, abarcando un arco de encuadre de 40°. A continuación se procesaron las imágenes capturadas para permitir la generación de modelos 3D. Se incluyó en el procesamiento: encuadre del iris, borrado de la pupila, ecualización del histograma y suavizado gaussiano. Fue posible determinar que la mejor secuencia para la construcción del modelo 3D incluyó encuadre, suavizado gaussiano, borrado de pupila y ecualización. Finalmente, se construyeron los modelos tridimensionales utilizando el software Python Photogrametry Toolbox. Con el objetivo de mejorar los resultados se variaron parámetros de entrada del algoritmo, tales como, el número de imágenes y el CCD width (ancho del sensor de la cámara). De lo que se concluyó que con 6 imágenes y un CCD width igual a 3, se obtiene un modelo del iris bien formado en el que se aprecian texturas y patrones. Por otra parte, se analizó la capacidad de generalización del método, capturando y modelando 12 nuevos conjuntos de imágenes del iris. Concluyendo que el método funciona de forma parcial con conjuntos de imágenes nuevos, y por tanto debe ser mejorado en términos de su capacidad de generalización. En base a la revisión bibliográfica se concluye que este es el primer sistema desarrollado que permite generar un modelo 3D del iris a partir de imágenes 2D de este. Los modelos resultantes pueden ser mejorados, ya que presentan ruido y este podría ser eliminado mediante la aplicación de un filtro gaussiano tridimensional, la utilización de un equipo fotográfico de mejores características, o el uso de múltiples cámaras.