人耳具有结构稳定丰富、不受面部表情的影响、更容易采集、更容易为人接受、不容易欺骗等优点,因此人耳识别正在成为生物特征识别领域中的又一热点。目前人耳识别正处于起步阶段,方法并不成熟,识别率不高。本文详尽地介绍了整个人耳识别系统从采集设备到识别算法的设计过程,并从人耳轮廓提取、定位点检测和特征提取几个方面进行了深入的算法研究。本文的主要工作如下:(1)设计出一套具有封闭光源的人耳采集设备,建立了63人共830幅图样的人耳数据库。(2)使用了基于图像分割的门限处理方法提取人耳轮廓,并在实验中对最佳全局和自适应门限方法从门限获取方式、直方图拟合方式几个方面进行了改进,并在轮廓提取效果和算法效率上与Snake模型、Canny算子、Sobel算子方法进行了比较。(3)提出了一种新的人耳轮廓定位方法,即利用耳轮脚和耳垂脚两个端点进行定位,在此基础上提出了一种基于轮廓方向的定位点检测算法,并在实验中取得了良好的效果。(4)使用网格法进行人耳轮廓的特征提取,提出了一种新的基于图像极坐标系的网格算法,同传统网格法比较在算法鲁棒性和特征向量维数方面都做出了较大的改进。为了评估算法的性能,我们在较大的人耳数据库上进行了实验。实验结果说明了本文实现的人耳识别系统具有良好的鲁棒性和有效性。