基于生物特征的识别技术近些年来研究很活跃，目前在指纹、虹膜、人脸等方面都取得了一定的成功，有些技术已经应用到了门禁系统、安全系统等需要身份认证的场合。但单独的任何一种生物特征鉴别方法都存在一定的局限性，为了加大防伪力度，采用多种生物特征识别技术的融合是人们研究的热点。颅骨识别作为一种新的识别技术已经越来越受到人们的关注。本文以颅骨作为研究对象，通过对颅骨的轮廓形状提取特征进行个体识别。在特征提取过程中，对一些算法进行了研究，并做了大量实验，主要工作包括以下几个方面：首先，在研究了大量国内外有关文献、资料的基础上，分析总结了颅骨识别的意义与目的；对颅骨图像进行预处理，通过多种方法的比较，选择了适合的轮廓提取方法，为特征提取打下良好基础；针对颅骨的轮廓曲线，利用几种传统的边界曲线描述方法进行特征提取，通过试验结果进行分析与比较。其次，研究了一种边界描述函数----极半径均差函数，提出了利用极半径均差函数与切比雪夫正交多项式相结合的方法，获得了一种新的切比雪夫描述子。通过实验，证明了切比雪夫描述子的平移、旋转、尺度不变性以及较好的抗噪能力。利用切比雪夫描述子来对不同的颅骨轮廓信息进行特征描述，取得了较好的识别效果。再次，根据不变矩理论，我们提出了利用同心极半径不变矩来进行颅骨轮廓描述。利用以轮廓重心为圆心，不同的极半径值为半径的多个同心圆把轮廓划分成几个区域，从而构造出了同心极半径矩来进行轮廓描述。从理论到实验都证明了同心极半径矩的平移、旋转和尺度不变性，对相似图形有较好的区分能力，鲁棒性较好，对颅骨的轮廓信息有较好的描述能力。最后，讨论了几种分类判别的方法，通过大量实验选取了适合本课题的分类方法。我们针对颅骨的轮廓曲线来研究特征提取的方法，比较了原有的算法，并且提出了几种新的算法，通过大量的实验说明了这些算法的稳定性，同时证明了颅骨识别是生物特征识别的一种很好的手段。