随着社会经济的快速发展和社会精神文明程度的不断提高,人们在工作生活中更加注重自身的安全和个人隐私权的维护,因此对于身份的识别认证成为当今社会一个非常注重的方面。而人脸作为人的自然属性属性,与其他的各类生物特征相比,人脸面部特征明显,而且不易被复制盗取。同时人脸图像采集具有不用接触、远距离采集、实时性好的特点受到人们的关注。本文基于人脸面部的以上优势,采用小波变换和主成分分析方法,通过MATLAB软件平台设计并实现了人脸识别系统,并且对识别效果进行了验证。本文主要工作如下：首先,结合人脸识别技术的发展历程,对于这项技术的主要运用领域、目前的发展形势和在技术领域的新进展进行简要阐述。也提及了人脸识别过程中的一大难点技术：脸部器官的检测和关键特征的定位。其次,对图像的预处理原理及具体方法作了较为详细的介绍。然后,重点对小波变换的理论进行深入研究,介绍了常用小波函数,讨论了如何在提取相对稳定的子带的同时,达到对图像向量降维的效果,并做出实验仿真。接着,研究了主成分分析方法。K-L变换和SVD定理作为主成分分析的主要理论依据,在论文中对其推导过程和如何运用K-L变换和SVD定理提取人脸特征进行了详细论述。最后,通过在Matlab平台上实现对算法的仿真,重点对小波变换时采用不同的小波基对识别率的影响、采取不同分解层数对识别率的影响和分解子带的选择对识别率的影响,PCA方法中阈值e的选择以及PCA人脸识别算法中人脸个数等因素进行分析研究,并在低像素值和高像素值两类图片上进行了仿真实验。通过大量实验结果和数据分析得出结论,本算法在使用小波变换后,明显提高了识别速率,降低了数据处理量。