在现代社会中，身份验证可以说无处不在，并且与日俱增。而传统的身份认证方法已不能满足人们的需要，生物特征是人的内在属性，因此成为身份验证的最理想依据。人脸识别与指纹、声音等生物特征识别方法相比具有直接、友好、方便的特点，易于被用户接受。本文运用人脸识别技术在LabVIEW上构建一个人脸检测与识别系统。该系统分为四部分：图像获取、人脸检测、图像预处理、特征提取与识别。人脸检测是人脸识别的第一步工作。本文针对单纯采用肤色检测容易误检出具有肤色特征的非人脸区域，提出了基于肤色模型和模板匹配相结合的人脸检测算法。在YCbCr色彩空间中利用高斯概率肤色模型进行肤色分割，采用模板匹配的方法进行人脸验证，最终确定图像中人脸的位置。实验结果表明，该算法能够提高检测效率，为后续识别提供准确信息。图像预处理是人脸识别过程中非常关键的一步。为了保证人脸图像中人脸大小以及人脸图像质量的一致性，本文对人脸图像的预处理工作主要有：彩色图像到灰度图像的转换、图像增强、图像归一化。人脸特征提取与识别是人脸识别研究中非常重要的两个问题。比较深入的研究了PCA、LDA人脸识别算法的原理，针对它们用于提取特征时存在的缺点，提出一种PCA和LDA相结合来提取特征的方法，结合最小距离分类器进行人脸的识别。通过大量的实验表明该方法是有效可行的，一定程度上提高了人脸的识别率。最后对人脸识别系统的硬件与软件开发平台进行了简要介绍，提出了一个系统框架，并细化各模块的功能。利用LabVIEW2009SP1与IMAQ Vision9.0图像处理软件包，结合Matlab7.0实现了人脸检测与识别系统，该系统操作简单，界面友好，可靠性高。