近年来图像识别技术在机器视觉和模式识别领域已成为热门话题,也得到越来越多研究者的关注。与此同时,图像识别作为一种特征识别技术,在公共安全和人类日常生活中的众多领域的应用也越来越广泛。随着暴力恐怖事件在新疆和内地接连发生,特殊人员识别问题也渐渐呈现。本文主要针对特殊人员识别的特征分类和提取问题,融合全局与局部特征,以提高识别特殊人员的正确率。本文的研究工作主要包括:(1)验证了特殊人员全局特征识别。首先利用主成分分析方法获得人体图像的特征子空间,采用线性判别分析方法计算特征子空间,求出特征值和特征向量,规划出最佳的分类空间。然后获取PCA和LDA结合的特征空间,利用测试及训练样本向特征子空间的投影来识别特征,最后根据最近邻的准则达到识别目的。(2)提出了灰度分块特征提取及识别方法。首先将人体图像分成N个子块,然后计算每个子块灰度均值,得到新的灰度特征,最后PCA降维后利用BP神经网络进行验证。(3)针对单独采用全局或局部特征识别率低且易受到干扰,提出了基于灰度的全局与局部特征融合的特殊人员识别方法。首先提取特殊人员图像的全局特征和局部特征,对全局及局部特征进行融合,然后利用PCA对融合后的特征进行降维,最后利用BP网络进行分类识别,最终获得了较高的识别率,并且更稳定。