在红外人脸识别的过程中,特征提取是一个重要环节,因为脸部有效信息的提取和处理,直接关系到红外人脸识别率。特征提取,主要包括全局特征提取和局部特征提取。红外人脸图像由于自身成像的原理,存在着分辨率低、边缘轮廓模糊和细节特征不明显等问题,在人脸特征的提取方面有一定难度,所以影响着人脸识别率。为了解决以上的问题,本论文采用红外人脸图像的预处理技术、特征提取方法、分割技术,实现了对红外人脸图像识别率的提高及应用。探讨了基于K_L变换的人脸识别算法,采用基于Gabor小波变换融合PCA的人脸识别算法,实现对门禁红外人脸的识别。论文主要从如下方面进行研究:1、探究红外人脸图像成像的原理、特性及对影响红外人脸识别的因子做剖析。2、通过对红外人脸图像的预处理(去噪和增强),提高图像的质量与清晰度。3、采用Canny算子等提取图像边缘特征、Gilles提取斑纹特征、Gabor小波变换提取局部纹理特征等,实现对红外人脸图像脸部特征的提取。4、运用Otsu阈值分割等技术实现对红外人脸图像的分割。5、实现基于Gabor小波变换融合PCA的门禁红外人脸识别及应用。