生物特征识别技术已经作为一种较为成熟的身份识别技术应用于实际生活的各个方面。人耳识别技术作为一种新的生物特征识别技术，其可行性已经得到了实验证明。　　 相较于传统的二维人耳识别，三维人耳识别利用人耳稳定的三维结构信息，在识别过程中不易受到光照与姿态变化的影响。然而如何获得准确的三维人耳数据是进行三维人耳识别研究首先需要解决的问题。目前，获取三维人耳数据主要有两种方式：基于三维激光扫描仪的方式和基于二维图像重建的方式。激光扫描仪采集的数据精度高，但是采集方式不够灵活而且价格昂贵，大大限制了其推广与应用。基于二维图像的三维数据获取方式对于硬件设备要求容易满足，但是对算法的准确定和鲁棒性要求较高，目前只有少数研究者开展了相关研究。　　 本文在前人探索的基础上深入探讨了人耳图像稠密匹配及重建问题，提出了一种基于二维图像的全自动三维人耳重建方法。数据是研究的物质基础，本文在分析了现有人耳数据库现状之后，建立起北京科技大学三维人耳重建图像库，并对采集所用的摄像机系统进行了标定，为相关研究打下了坚实的基础。本文研究基于机器视觉的两视几何原理，采用两幅二维人耳图像重建三维人耳模型。在人耳检测方面，本文运用Adaboost检测算法实现了人耳区域的自动检测与分割；在特征点提取方面，采用Harris角点检测算法检测人耳图像特征点，保证了三维重建所需的特征点的数量，是实现稠密匹配的必要前提；在特征描述与匹配方面，采用DAISY描述子对特征点进行描述并在稠密匹配的过程中加入了极线约束，保证了匹配过程的准确性和快速性。实验结果表明本文提出的方法可以快速有效的进行三维人耳重建。在此基础上，本文针对人耳图像存在相似纹理影响匹配过程的问题进行了有益的探讨，提出了加入全局信息用以区别相似纹理的解决方案，实验结果证明了方法的有效性。