人们感知事物最主要就是通过视觉,而对物体的识别首先是通过物体的基本特征,所以数字图像处理的图像基本特征提取是非常重要的。而如何提取最有效的特征也是人们关注的热点。纹理是图像的基本特征之一,至今对纹理的定义都没有一个国际标准,但此特征的重要性是不容忽视的。局部二值模式(LBP, Local Binary Pattern)是Ojala T教授提出的用于纹理分析的算子。它具有思想简单、计算简便、鉴别能力强等特点。后来被发展成了多尺度LBP,等价模式LBP,旋转不变LBP等,也被和其他方法结合使用。现已广泛应用于纹理分类,模式识别等领域。本文提出了一种多灰度级FWTLBP算法,它在多分辨率图像上可以提取更加有效的特征,并且灰度级的改变可以使其更具轮廓性。它在人脸识别中具有很高的识别率,方差也很低,对于姿态变化、光照变化、表情变化等都有很好的鲁棒性。本文在ORL和YALE人脸数据库上分别对此算法进行了验证。