基于人体生物特征识别技术的个人身份鉴别系统,由于使用了人体本身所固有的生物特征,是与传统方法完全不同的崭新技术,具有更好的安全性、可靠性和有效性,越来越受到人们的重视,它开始进入我们社会的各个领域,迎接时代的挑战。日常生活中,人们识别周围的人用的最多的生物特征是人脸,人脸是人类视觉中最为普遍的模式,人脸所反映的视觉信息在人与人的交流、交往中有着重要的作用和意义。因而人脸识别是一种最容易被接受的身份鉴定方法,成为最有潜力的身份验证手段之一。本论文首先介绍了计算机人脸识别技术的研究背景和主要方法,然后提出了一种基于小波变换的特征脸人脸识别方法。特征脸人脸识别方法是M.Turk和A.Pentland提出的,直到现在,它仍是最流行的人脸识别算法。该方法具有简单有效的特点,但它对输入的人脸图像的归一化要求较高,其性能容易受到光照和姿态变化的影响。因此,本论文首先采用改进的直方图均衡化技术对人脸图像进行预处理,消除了光照强度差异的影响;然后用小波变换的方法提取人脸图像的相对稳定的低频子带,模糊了人脸表情和姿势的影响,并同时达到了对图像向量降维的效果;进而用主元分析法(PCA)提取特征分量并进行识别。主元分析法根据人脸图像整体的灰度相关性来提取特征向量,所提取出的特征向量保留了原图像空间中的主要分类信息,并能在均方误差最小的意义上重建原图像。本算法与传统的PCA方法相比,大大降低了运算复杂度,所提取的特征更加反映了人脸之间的差异,提高了识别率和抗噪声性能,实验结果表明本文所提出的算法是准确有效的。