随着科学技术的高速发展,智能机器人技术的广泛应用,移动机器人中的身份认证成为了关键技术之一。人脸识别技术具有友好性、非接触性、易于接受等特点,成为了身份认证的热门领域。现在大多数的人脸识别系统都是基于 PC机平台的,然而机器人的移动性决定了其使用低功耗、低成本、软硬件可裁剪的嵌入式处理器。移动机器人的人脸识别具有一定的实用价值。　　嵌入式系统的软硬件资源有限,因此在图像采集、人脸检测和人脸识别的算法选取以及工作环境更加严格。本学位论文在分析了各种因素后,需要完成的主要工作如下:(1)根据人脸识别系统的要求以及对人脸检测和人脸识别算法的分析,采用自适应增强(AdaBoost)算法进行人脸检测,主成分分析(PCA)算法进行人脸特征提取和人脸识别,直方图均衡化进行光照补偿。(2)根据嵌入式系统的特点和人脸识别系统的要求,采用ARM11嵌入式硬件平台,经过软件裁剪,搭建了ARM-Linux嵌入式操作系统,并完成了OpenCV视觉库和QT图形用户界面开发工具的安装与移植。(3)使用交叉编译的方式,编程实现图像采集、图像处理、人脸检测、人脸识别以及人机交互界面,实现人脸识别系统。　　系统的软硬件联合测试结果表明,该系统实时性较强,具有较低的人脸误检率和良好的人脸识别效果。该系统对嵌入式系统下的人脸识别开发具有一定的参考价值。