人耳识别是一种新的生物特征识别技术。人耳（尤其是外耳）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。　　本文介绍了人耳识别系统的流程，并从人耳的检测、轮廓的提取与定位进行了深入的算法研究。本文的主要工作如下：　　设计出一套具有封闭光源的人耳采集设备，并建立了新的人耳数据库；使用了基于灰度差理论的改进的Susan算子进行人耳位置的检测，用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等几个方面进行了改进；　　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；　　利用基于图像极坐标系的网格算法提取特征，来检验改进后的检测与定位算法的有效性。　　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改进后的人耳识别系统具有更好的鲁棒性和有效性。