近年来,生物特征识别领域的研究发展迅速。在众多生物特征识别技术中,人脸识别因为其普遍性、易采集性、高接受性而受到了广泛关注。人脸识别技术利用仪器分析人脸图像,从中提取有效的识别信息,从而达到辨认身份的目的。由于其广泛的应用前景,人脸识别技术已成为模式识别和计算机视觉领域的研究热点。从上世纪中后期开始,国内外众多的机构和学者投身到了人脸识别的研究领域当中,取得了很多令人欣喜的成果。本文对国内外人脸识别相关技术和最新研究成果进行了较为深入的研究和分析,在此基础上,运用目前较为成熟的图像处理算法对人脸图像进行预处理,进而实现人脸检测。然后,通过二维离散余弦变换(2D-DCT)对人脸检测得到的人脸图像进行特征提取。采用可以在二维方向上反映人脸特征信息的嵌入式隐马尔科夫模型(EHMM)进行人脸图像样本训练,并建立人脸模型数据库。通过2D-DCT实时提取的人脸特征与EHMM人脸数据库进行匹配,从而实现人脸识别。在上述算法研究的基础上,利用SOPC技术设计基于NiosⅡ软核的人脸识别系统。基于32位NiosⅡ软核处理器,在FPGA上完成设计,构建一个可编程的片上系统。应用ALTERA公司的DSP Builder软件模块在Matlab中开发适用于人脸识别的图像处理模块,并在MATLAB中训练EHMM人脸模型数据库。通过NiosⅡ处理器的自定义指令将DSP Builder模块生成的算法模块及算法IP核联系起来,使硬件与软件协同实现人脸识别算法,大大提高了数据的处理速度,保证了实时性。集成开发环境自带的硬件模块及开发IP核的使用极大的提高了工程效率,并显著的提高了系统的灵活性。在完成人脸图像处理的主体任务后,实现USB扩展接口的固件开发,为后续与PC平台的协同处理做好基础。本设计基于友晶科技的DE-2开发板搭建人脸识别平台。实验结果显示应用SOPC技术基于NiosⅡ软核的人脸识别系统在工程开发周期,系统灵活性和算法通过硬件流实现方面具有先天优势,充分发挥基于FPGA嵌入IP核的SOPC系统的优点,顺利完成人脸图像识别任务。