近年来,生物特征识别技术被广泛的应用到各个领域,目前比较常见的生物特征识别方式有人脸、虹膜、指纹等特征识别方式。人耳由于不受表情、肤色的影响，同时它的形状特征不随年龄的变化而改变，因此人耳识别是基于生物特征识别技术中最为活跃、最具挑战性的课题,也是本世纪最具发展潜力的技术之一。目前基于人耳的特征识别算法可以分为两类:基于二维人耳图像的人耳识别和基于三维人耳点云模型的人耳识别。二维人耳识别由于受光照、姿态偏转等影响较大，而三维耳廓识别有望解决上述问题，因此成为专家学者研究的重点。正是由于上述原因,本文将对一个完整的三维人耳识别系统进行研究。为达到研究要求,本文做了以下工作:(1)本文首先介绍了人耳识别系统的研究意义和发展现状,以及目前人耳识别研究中的一些主流算法和关键技术,并由此得出了该课题的研究难点,为本文的研究提供了思路。(2)通过Minolta VIVID3003D扫描仪对200个人的人耳进行扫描，对每个人耳进行4次扫描，获取正常、姿态偏转和遮挡等状态下的三维人耳点云数据。(3)针对传统的人耳特征识别算法过于耗时,准确性不高的问题，提出了一种基于球面调和分析的三维人耳识别算法，为了增加算法的准确性，采用了以耳轮凹点为球心构造10个同心球的结构。该算法利用球面调和函数的旋转不变性，对三维人耳的形状特征进行由空域到频域的变换，最后利用计算出的特征矩阵进行三维人耳识别,从而提高了三维人耳识别的准确性。实验证明，本文算法可以进行高效的、准确的、实时的三维人耳识别，能得到令人满意的识别效果。(4)本文提出的第二种三维人耳识别算法是利用调和映射，将三维人耳模型映射到单位圆上，结合高斯曲率构造人耳调和映射形状图像，利用人耳调和映射形状图像计算两个人耳模型之间的相似度。实验证明，该算法可以进行有效、准确的三维人耳识别。