步态识别主要是通过人们走路的方式鉴别人的身份。步态识别具有远距离识别、非侵犯性和难以隐藏等优点,因而备受计算机视觉研究者的关注。首先,本文使用改进单高斯模型法重建与更新背景图像,并使用背景减除法进行运动人体分割；结合色度信息消影技术、数学形态学方法以及连通分量分析,消除图像噪声；通过运动区域外接矩形宽高比的周期性确定步态周期。在此基础上,提出了步态能量增强图像的概念,该图像是由半个步态周期内的每帧图像与本帧图像的不变距相乘并叠加生成。其次,本文提出了基于Geometric变换的步态识别算法：对步态能量增强图像进行Geometric变换提取特征向量,并使用最近邻分类器分类。接着,本文提出了基于Curvelet变换的步态识别算法：对步态能量增强图像进行Curvelet变换提取特征向量,且对高维度的特征向量计算Krawtchouk矩,并以此作为特征值,利用最近邻分类器分类。最后,设计并实现了一个步态识别原型系统,验证了算法的有效性。实验结果表明,所提出的两种算法都取得了较好的识别效果。