生物特征识别作为一种快速、有效的鉴定和识别个人身份的技术，在当今社会显示出前所未有的重要性。近年来，二维人耳识别技术的研究取得了很大的进展，但这些技术受姿态变化和光照条件的影响较大，识别的准确度和鲁棒性均受到限制。由于人耳是三维物体，从三维人耳数据中提取的轮廓、沟回等结构信息具有更好的稳定性，可以有效的克服姿态、光照等因素的影响，因此三维人耳重建及识别技术成为一个新的研究热点。本文研究的内容就是有关基于二维图像的三维人耳重建问题。　　 本文首先探讨了目前国际上已有的三维人耳重建及识别技术，并分析其存在的优缺点。在此基础上，提出了一种基于主动表观模型算法的全自动三维人耳重建方法。　　 该方法主要包括三部分：第一部分采用基于二维标定物的标定方法，对拍摄用的摄像机进行内外参数的标定；第二部分采用主动表观模型算法，对训练集中的人耳图片进行形状建模和纹理建模，在迭代搜索时通过拟合算法不断调整搜索定位结果。针对算法存在的问题，我们也做出了一部分改进，通过调整模板初始位置，并对参数进行约束，从而更加准确定位出人耳轮廓上的特征点；第三部分根据定位出的人耳轮廓点，并结合极几何约束关系和人耳梯度信息，寻找两视图中的匹配点对，再根据三角原理进行空间点重建，并进行优化。最后，本文还尝试运用最近邻点迭代算法，对重建出来的三维数据进行配准，进行三维人耳识别。　　 根据上述提出的全自动三维人耳重建方法，本文在实验室自建的三维人耳图像库上进行了实验。实验结果表明：主动表观模型算法可以比较鲁棒的提取到人耳的轮廓特征点，得到其坐标；通过极几何约束关系，我们可以比较准确的得到两视图中的特征点匹配点对，有效的解决了人耳纹理比较相似，传统匹配方法效果不佳的问题；最近邻点迭代算法也能用于对恢复出的三维数据进行识别。