En la actualidad, el reconocimiento del iris se ha utilizado ampliamente como una tecnología de mejora de la seguridad basada en la biometría. Sin embargo, en algunos escenarios de aplicación donde se utiliza una cámara de larga distancia, debido a las limitaciones del equipo y del entorno, las imágenes del iris recopiladas no pueden lograr la calidad de imagen ideal para el reconocimiento. Para resolver este problema, propusimos en este artículo un algoritmo de búsqueda de gorriones modificado (SSA) llamado algoritmo de búsqueda de gorriones de Pareto caótico (CPSSA). Primero, se introduce el caos de orden fraccional para mejorar la diversidad de la población de gorriones. En segundo lugar, introducimos la distribución de Pareto para modificar las posiciones de los buscadores y los rebuscadores en el SSA. Esto no solo puede garantizar la convergencia global, sino también evitar eficazmente el problema del óptimo local. En tercer lugar, basándonos en el método tradicional de ecualización de histograma adaptativo de contraste limitado (CLAHE), se utiliza CPSSA para encontrar el mejor valor de límite de recorte para limitar el contraste. La desviación estándar, el contenido de bordes y la entropía se introducen en la función de aptitud para evaluar el efecto de mejora de la imagen del iris. Los valores de recorte varían con las imágenes, lo que puede producir un mejor efecto de mejora. Los resultados de la simulación basados en las 12 funciones de referencia muestran que el CPSSA propuesto es superior al SSA tradicional, al algoritmo de optimización de enjambre de partículas (PSO) y al algoritmo de colonia de abejas artificiales (ABC). Finalmente, se aplica CPSSA para mejorar las imágenes del iris de larga distancia y demostrar su robustez. Los resultados de los experimentos muestran que CPSSA es más eficiente para aplicaciones prácticas de ingeniería. Puede mejorar significativamente el contraste de la imagen, enriquecer los detalles de la imagen y mejorar la precisión del reconocimiento del iris.