人脸识别技术是基于生物特征识别技术的一个重要分支,是模式识别和计算机视觉领域内研究的一个热点。一个完整的人脸识别系统包括人脸检测和人脸识别两个部分。本文从以下几个方面深入研究了人脸识别技术: 1.针对人脸识别技术的研究两个方向:基于整体的研究方法和基于特征的方法,作者提出了基于K-L变换的人脸识别方法和基于特征区域的识别方法,并采用了最小距离分类器和最近邻距离分类器。此外在图像预处理部分提出了一种改进的直方图均衡化算法。 2.采用基于主成分分析(PCA)的特征脸法,将人脸图像区域看成一个随机向量。利用K-L变换获得的正交基底的线性组合来描述、表达和逼近人脸图像,并提取人脸的特征。 3.根据人脸面部器官的局部特征,分别建立眼睛模板、嘴唇模板、下颌模板等,结合人脸标准化模型,进行特征区域的特征提取及选择,并采用最近邻距离分类器进行相似度匹配。 最后设计了一套完整的识别系统,在一图像库上进行了实验,取得了较好的识别效果,证明了提出的方法是可行的。