随着计算机网络技术的高速发展和信息化进程的日益加快,信息安全和公共安全越来越显示出前所未有的重要性,人们对于既方便快捷又安全可靠的身份识别认证手段的需求日益迫切,人体生物特征身份识别技术也得到了快速发展。人耳识别作为一种新兴的识别技术,以其特有的优势,逐渐成为此领域当中的研究热点。本文主要从人耳图像的特征提取与人耳图像识别两部分出发,主要的研究内容如下:(1)从特征提取与识别两部分出发,提出了将主元分析方法应用于人耳特征提取的过程,不采用传统的几何形状作为人耳识别的特征,原因在于基于几何特征的方法虽然比较直观,但在人耳识别的应用中的效果不是很理想,而且姿势的变化也会对几何特征的有效性造成影响。本文利用主元思想方法提取出了人耳图像的主元成分,建立人耳特征空间,通过个体人耳图像在特征空间当中的投影系数得出人耳的特征;(2)将BP神经网络运用于人耳识别的分类过程中,并针对BP神经网络收敛慢与容易出现奇异值得特点,提出了改进方案,同时结合人耳图像自身的特点对BP神经网络进行了优化,在此基础上分别对BP神经网络和距离分类器进行识别的系统进行了试验,并对实验数据进行了比较分析;(3)通过试验,结合人耳图像自身特有的特点,分析了主元分析方法在人耳识别系统当中的局限性,并针对此问题,作出了探索性的解决与优化;(4)利用Microsoft公司推出的Visual C++可视化编程环境设计出了一套人耳自动识别系统,在人耳图像计算机自动人工识别领域作出了有意义的尝试,向人耳识别系统的实用性迈出了重要的一步。