人脸是人们区分不同对象的重要特征之一。人脸识别技术的研究对计算机视觉与模式识别的发展和应用有着重要的意义。特征提取与模式分类是人脸识别系统的两个重要步骤,稳定的、具有判别性的特征直接关系到识别结果,分类器的选择在很大程度上决定了系统的效率。本文针对人脸图像自相似的特点,提出了基于分形理论的特征提取方案;根据人脸图像的左右对称性提出了快速分形特征提取算法;结合隐马尔可夫模型分类器实现人脸识别系统。具体做了如下工作:对人脸图像的自相似性、左右对称性等特征进行分析,提出一种快速的人脸图像分形特征提取方案,并将得到的分形特征作为人脸识别系统判断依据,采用分形距离的方法进行识别。此算法具有匹配速度快、正确识别率高等优点,具有良好的识别效果。根据上文提出的人脸图像分形特征提取方法计算分形特征矩阵,将分形特征矩阵分块、模糊聚类形成HMM训练所需的观察值序列;在人脸识别的过程中对隐马尔可夫模型进行训练并建立模型;最后用训练好的隐马尔可夫模型进行模式识别。实验结果表明本算法识别率很高,具有很好的发展前景。