人脸识别技术是具有发展潜力的生物特征识别技术之一，在近几十年中得到了迅速的发展，具有重要的学术研究意义和商业应用价值。在实际的应用过程中，人脸识别系统一般是在非正常的情况下采集人脸图像的，这导致部分图像存在不同姿态的情况，从而影响人脸识别的准确率。本文针对人脸不同姿态这一关键问题，重点研究了基于仿射变换的多姿态人脸矫正，同时对SURF特征算法进行改进并用于人脸识别。本文主要的研究成果包括：1)提出了一种人脸旋转角度测定的方法。针对二维人脸图像多姿态旋转角度测定的问题，该方法将积分投影和线性回归方程相结合确定了对图像旋转角度测定的公式，以便进行角度测定。2)提出了一种基于仿射变换和透视原理的人脸多姿态矫正方法。针对多姿态人脸识别率低的问题，该方法从透视原理和仿射变换出发推导出人脸姿态调整的公式，并结合测定的人脸旋转角度对人脸姿态进行调整，进而虚拟出相应的正面人脸图像，以便进行识别。3)基于SURF特征改进的算法进行人脸识别。针对SURF算法在计算描述子的过程中只利用了某个子块周围部分信息等问题，提出了一种基于SURF特征进行改进的算法对人脸进行识别，并在特征点匹配的过程采用了K-Means聚类方法进行特征点匹配以减少匹配时间。4)实现了多姿态人脸矫正和识别的软件系统。综合所提出的多姿态人脸矫正和识别算法，给出了具有矫正功能的人脸识别软件系统的框架和详细设计。实验结果表明，本文提出的方法能够较好地实现人脸姿态的矫正，改进的SURF特征算法能有效地提高人脸识别率且减少了匹配时间，实现的多姿态人脸矫正和识别软件系统为进一步研究基于多姿态矫正的人脸识别算法奠定了基础。