生物识别技术在越来越多的场合得到应用，采集到的生物特征样本的质量对识别结果的影响得到越来越多的重视。国际标准化组织ISO对不同的生物特征样本质量制订了一系列的标准，其中包括虹膜图像、指纹图像和最近通过的人脸图像的质量标准。人耳识别技术作为对生物识别技术的扩展与补充，在世界范围内也得到越来越多的重视。而针对人耳图像的质量标准和评估方法，目前为止还属于空缺，但是借鉴其他生物识别技术和在实际运行过程中的经验，得出结论：人耳图像质量对识别结果存在十分巨大的影响。因此，对人耳图像的质量进行评估，将符合要求的进行识别，将不符合要求的排除，会大大稳定人耳识别系统的识别率，因此人耳图像质量评估是人耳识别原型系统中十分必要并且重要的环节。　　 本文主要由三部分组成：第一部分，制定人耳图像质量标准；第二部分，选择或者设计针对不同质量情况的评估算法；第三部分，实现人耳识别原型系统。　　 本文首先根据实验数据和理论推导制定了人耳图像的质量标准，该质量标准是指影响人耳图像质量的所有因素。本文将影响人耳图像质量的因素按照离线评估与在线评估分为两大类：源图像质量与纯人耳图像质量。这两类又涵盖了各自不同的质量内容。　　 接下来，本文提供了质量分数的评估标准，然后选择或者设计一些算法针对一些质量因素进行评估，并且得到质量分数。包括对源图像各个质量因素的评估，对纯人耳图像中的人耳前景比例、人耳模糊程度、非全人耳和框中框人耳进行质量评估等。　　 最后，本文编程实现了人耳识别原型系统，并且编程验证了质量评估算法的可行性与评估能力。