人脸识别成为一个非常具有挑战性的课题,它需要结合多学科,多领域的知识。由于人脸是具有高度相似性的非刚体,当人脸的面部表情发生变化时,人脸识别结果将会受到很大的影响。所以消除人脸识别过程中表情变化的影响至关重要。本文主要是针对表情变化对人脸识别的影响这一问题,从人脸图像的预处理、特征提取等方面出发,研究了位平面法、特征块法、小波变换法及半脸结构奇偶分量方法来抑制表情变化所带来的影响。并在此基础上提出了一套完整的人脸识别的方法——小波半脸主成分分析。该方法首先将人脸图像通过小波变换提取其低频分量,然后利用半脸结构将低频分量按一定的比例分为上下半脸两部分,再对每一部分分别求其奇偶分量,最终通过主成分分析(PCA)来提取主成分分量。在不同权重值的作用下将测试人脸图像与样本人脸图像进行欧式距离计算,以求出最相似的人脸。本方法有效地克服了表情变化对人脸识别的影响,对表情的抑制起到了一定作用。实验数据表明本方法与基本PCA相比,识别率从80%提高到96.88%。