随着科学技术的发展，生物特征识别在人们的生活、工作中扮演着越来越重要的角色。生物特征识别技术利用了人体特有的生理特征或人的行为特征进行个人身份的识别，它具有高稳定性及高可靠性的特点。人耳识别作为生物特征识别领域的一个新的分支，与其他传统的生物识别技术相比，因人耳特有的生理结构优势，具有图像便于采集、图像相对简单、处理快速等优点，成为一个具有广阔发展前景的研究方向。目前人耳识别技术还只是停留在实验室阶段，只能在特定的人耳库中实现，而实际应用还需要继续探索研究。一般一套完整的人耳识别系统是由以下几个过程组成：人耳图像的采集与预处理、人耳的定位与分割、人耳特征提取、模式识别。本文重点论述的是人耳图像特征提取及人耳图像识别部分。本文首先对人耳识别技术的研究背景及国内外发展现状做了简单的介绍；然后对人耳识别系统做了介绍，其中主要讲述了人耳图像的采集与预处理、人耳图像的定位与分割，并给出了人耳识别系统的几个技术指标；其次论述了本文用到的小波理论和线性鉴别分析理论，小波理论部分重点讲解了小波的多分辨分析和图像的小波分解与重构；最后是用本文方法进行的仿真实验，其中本文方法与已有的2DLDA方法做了对比分析。本文根据离散小波变换(DWT)和二维线性鉴别分析(2DLDA)的特点，结合人耳图像特征，提出一种将DWT与2DLDA相结合的人耳图像识别方法。该方法对人耳图像进行DWT，选择其中的低频子带，在低频子带中利用2DLDA提取人耳图像特征，最后使用最近邻法则进行分类。实验结果表明本文的算法是一种有效的人耳图像识别方法。该方法能很好的免疫光照变化和角度变化带来的对识别效果的影响，对光照变化人耳图像的识别率最高可达98.33%高于2DLDA方法的96.67%；对角度变化人耳图像的平均识别率高于2DLDA方法，整体识别效果要优于2DLDA方法。