形状表示是模式识别和计算机视觉中最重要的研究内容之一。针对传统形状表示算法对形状的整体特征和细节信息不能同时描述、通用性不高的问题，提出了一种基于高斯多尺度分析下的椭圆傅里叶描述算子。提出的算法利用高斯函数与目标形状的复坐标函数进行卷积，通过选择高斯曲线的参数，将形状的边界信息呈现到不同的尺度空间之中；利用椭圆傅里叶变换将其展开得到表示该形状的特征向量。实验结果表明，该方法的优点在于描述同类形状时，特征向量之间的相关系数高，具有很好的平移、旋转以及尺度不变性；在描述不同类形状时，相关系数低，有很强的形状区分能力。该方法在形状分类实验中也有较高的检索准确率。