生物特征识别是利用人类特有的生理或行为特征来识别个人身份的技术,它提供了一种高可靠性、高稳定性的身份鉴别途径。人耳识别是目前生物特征识别领域中一个新的分支,同时也是计算机视觉和模式识别领域中极具挑战性的课题之一。由于人耳特殊的生理位置和结构特征使得人耳识别在公共安全、信息安全等领域具有潜在的应用前景,越来越引起人们的关注。目前人耳识别的研究还处于实验测试阶段,要开发出真正鲁棒、实用的人耳识别系统,还需要解决许多问题。本文针对目前人耳识别中存在的问题进行了较为深入的研究,主要工作有以下几个方面:1)概述了人耳识别的发展、现状和应用前景。对人耳生物特征识别技术的可行性、研究的内容、优势与缺陷进行了探讨,对目前人耳识别的方法进行了全面的综述,并对人耳识别目前存在的主要问题进行了总结。2)研究了人耳图像预处理问题。提出了一种基于模板匹配和遗传算法的人耳图像分割方法,可以从2D灰度人侧脸图像上分割出人耳,得到只包含人耳的最小矩形区域。3)研究了人耳图像的边缘检测问题。首先根据人耳的位置和外形特点提出了一种基于边界跟踪的人耳外轮廓检测方法。按照耳廓边界的不同走势对外耳轮廓进行跟踪可以精确提取整个外耳轮廓曲线。然后根据人耳边缘的特点,提出基于曲面主曲率的边缘检测方法,在此基础上为了检测弱边缘又提出了基于Hessian矩阵的多尺度边缘检测方法,可以提取稳定的人耳边缘曲线。实验结果表明这些方法都能有效提取人耳图像边缘。4)研究了轮廓曲线的配准问题。根据人耳外轮廓曲线的特点提出了一种基于改进Hausdorff距离的外耳轮廓曲线配准方法。该方法对人耳图像的位置变化和平面旋转变化非常鲁棒,为了进一步提高识别率,再利用内耳的广义特征点进行精确识别。5)研究了不变量特征在人耳识别中的应用。尺度不变特征变换技术(SIFT)可以在人耳图像中提取稳定的特征关键点和鲁棒的特征描述子向量。将其与Gabor小波技术相结合,利用Gabor小波的空间局部性和方向选择性的优良特性,构造低维的点特征描述子向量Gabor-SIFT,在不改变识别精度前提下可以有效提高匹配效率。此外,针对局部特征算子匹配的缺陷提出了一种基于SIFT特征与几何特征相融合的识别方法,可以消除由于一幅图像有多个局部区域相似而产生的歧义,对有光照变化和一定旋转角度变化的人耳图像识别取得了较好的效果。6)研究了力场转换理论及其在耳识别中的应用。提出了一种基于力场转换理论的人耳特征提取方法。根据人耳的特征,将力场模型分别应用人耳图像和经能量转化后的人耳图像,可以提取外耳轮廓形状特征点和内部的结构特征点,提取的特征具有稳定性、唯一性和强的区分能力,对图像刚体变换具有不变性,可以有效消除光照变化对耳识别的影响,解决对姿态变化和头部深度旋转引起的局部变形所造成的识别率低等问题。