随着社会的发展,人们对安全验证方面的需要也日益迫切,人脸识别作为一种基于生物特征的识别技术成为了模式识别领域内的研究热点。它涉及图像处理、生理学、计算机视觉等诸多学科领域。人脸识别不仅应用于安全检测、身份验证,在法律、商业等领域也有着广泛的应用。人脸识别主要有三个部分组成:图像的预处理、特征的提取和分类识别。本论文在预处理阶段通过对灰度直方图修正、灰度归一等工作改善了原图像的质量,使光照不均匀对图像识别的影响降低。针对传统PCA(主分量分析)方法运算量大的特点,本文通过小波变换对输入图像进行降维处理,降低了后续算法的复杂度。在特征提取阶段,根据人脸各部件对识别的贡献不同,提出基于局部的PCA方法进行特征提取。该方法首先将人脸图像按一定比例分成上下两个子块,在各图像子空间运用PCA方法进行特征提取;并将图像投影得到各自的投影系数,最后通过对子向量赋予不同权重得到综合投影系数。在识别阶段本文使用了最小距离分类器对待识别人脸进行了分类。在ORL人脸库及Yale人脸库上的数据试验,验证了本文所提出方法的有效性。