人体生物特征识别技术是一种将信息技术与生物技术相结合,利用人体本身具有的生物特征进行身份识别的技术。人耳作为一种生理特征,具有“人人拥有、人各不同、长期不变”的特点,从而可以用于身份识别,为国家安全、金融保险、社会福利、电子商务等领域的应用提供解决方案。随着三维成像技术的进步,研究人员的关注点正从传统的二维人耳识别转向三维人耳识别。相比二维人耳图像,三维人耳模型具有更加丰富的空间几何信息,这一优势可以提高系统的安全性。另外,新的三维成像技术可以在一定程度上降低二维成像对尺度变化和光照影响等方面的敏感度,使得系统的鲁棒性也得以提高。3D人耳识别作为一种高可靠性的生物特征识别技术,具有重要的理论研究价值和应用前景。虽然已有的关于3D人耳生物特征识别的研究工作取得了一定的成果,但目前该方向仍存在一些未解决的问题:首先,目前公开的3D人耳数据采集多是使用商用3D扫描仪,它们普遍存在价格昂贵、体积较大、不提供软件开发包等缺点,这对于3D人耳生物特征识别系统的实际应用是一个瓶颈;其次,目前已有方法主要集中在对3D人耳内部特征的提取和识别,却忽视了人耳的外部特征;最后,多数3D人耳生物特征识别的研究都是基于单一特征的提取和识别,关于人耳的多特征的融合识别研究尚少。基于上述问题考虑,本文将对人耳3D重建与识别系统中的一些关键问题进行研究,包括人耳3D重建系统的设计与开发、图像预处理方法研究、3D人耳特征提取和特征融合方法研究等几个部分。本文主要研究内容有:第一,通过分析目前已有的三维成像技术和3D人耳数据获取的需求,设计开发了一套基于激光三角测量的人耳3D重建系统,解决了商用3D扫描仪价格昂贵、体积大、不便于系统集成等问题。该系统针对人耳设计,具有精度高、速度快、成本低等优点。通过对成像模型优化、系统参数优化、系统组件优化、点云超分辨率优化等方面的研究,实现了人耳3D模型的高效、优质重建。并建立了一个包括500人、2000个3D人耳的样本库。该样本库数据质量较高,是目前公布的最大的3D人耳数据库。第二,研究了3D人耳图像的预处理方法,解决了3D人耳的分割定位,及姿态归一化等问题。根据原始数据的特点,使用掩模的灰度重心法实现了激光线的快速提取。分别使用K稀疏聚类的方法和形态学处理的方法,对人耳皮肤区域的自动分割展开了研究,并以此为基础,结合扫描序列中激光线段的端点位置关系提出一种新颖的人耳定位与边界检测算法。该方法可以有效提取感兴趣区域,为后续特征提取和识别工作奠定基础。同时引入投影密度的概念,实现了对人耳点云姿态的归一化。第三,提出了一种新颖的3D人耳特征——人耳与侧脸之间的夹角特征。通过观察分析,定义了人耳与侧脸之间的夹角特征,并分别使用最小二乘法和主成分分析法对空间点集的法向量进行提取,通过对比仿真,提出了一种快速有效的法向量提取方法,并在此基础上准确地得到3D人耳的夹角特征。实验结果表明该特征具有良好的稳定性。作为一种外部特征,它可以应用在3D人耳的索引识别中,对于提高识别效率和准确率均有帮助。第四,解决了3D人耳的多特征提取与融合问题。全面定义了3D人耳的全局特征类与局部特征类。全局特征类包括中心形状特征和夹角特征;局部特征类包括3D人耳的点、线、面特征。通过特征优化与融合,实现了3D人耳的自动识别,并在2000个样本的3D人耳数据库上,取得了2.2%的等误率。通过本文研究,全面实现了3D人耳的自动化识别,包括:人耳3D模型的采集重建,原始数据的优化,人耳自动分割,3D人耳特征提取,3D人耳特征融合识别等。实验结果证明了上述方法的有效性,为3D人耳识别的研究与实际应用奠定了良好的基础。