近年来,随着互联网技术的高速发展,信息安全性的越来越得到人们的重视,如何解决在保证效率的前提下对人类身份进行快速鉴定和识别,已经成为了广大科研工作者青睐的重要课题。生物特征识别技术,其原理基于人体生物特征进行识别,安全且难以伪造,得到了广泛的研究和应用。其中,人脸识别技术尤以其更加直接友好、信息不易模仿和实时非接触识别等优势,更是相关领域研究的热门。人脸识别技术具有无接触、无强制、无侵犯等其他生物特征识别技术不具备的优点,它的研究具备很高的应用价值,是机器视觉、模式识别等众多领域的研究热点。本文基于线性鉴别分析与小波变换技术,研究了人脸识别系统,主要工作内容有:1、研究了人脸识别系统的背景,研究了人脸识别技术在国内外的发展现状。2、研究了人脸识别系统原理,研究了人脸识别的关键技术,人脸识别系统需要攻克的关键技术主要包括图像预处理、人脸定位和标准化处理和神经网络分类等。3、研究了人脸特征的定位和标准化。研究了人脸图像的增强技术,选取了人脸数据库中的图像,对他们进行分析处理。结果表明,三种滤波器均能一定程度上去除图像噪声。高斯滤波器不仅去除噪声,在细节信息保留方面要优于其他滤波器。4、研究了人脸图像的特征提取算法。研究了基于Gabor小波变换的人脸识别算法,从人脸图像的多尺度、多方向表征出人脸在各个不同方向上的灰度值分布情况,大大增强了人脸图像处理的鲁棒性,提高了人脸识别系统的抗环境干扰能力。5、基于MATLAB对人脸识别系统进行设计与开发,实现了人脸识别系统对标准数据库中人脸图像的识别。6、基于本人脸识别系统,进行了相关实验和数据分析。基于本人脸识别系统,进行了相关实验和数据分析。计算了小波算法下,不同分量取值时的人脸识别准确率与识别效率,得出本人脸识别系统的最佳分量取值;对比实验了选取不同预处理算法时的人脸识别准确率,得出高斯滤波器为本人脸识别系统的最佳滤波器;对高斯滤波器的重要参数?取不同值时的人脸识别准确率进行了实验,分析高斯滤波器的最佳取值;设计了未引入LDA(线性鉴别分析算法)的小波算法识别,将基于Gabor小波算法的人脸识别与基于Gabor小波+LDA算法进行比较,验证了引入LDA的小波算法后,系统识别准确率与稳定性的得到了提高。