从上个世纪90年代以来,人脸识别技术的研究一直是模式识别领域的研究热点,现有的大多数人脸识别技术使用的图像源是灰度的,只有256种灰度级别,然而,在实际应用中,人脸识别系统采集到的人脸图像是彩色的。因此,国内外研究机构或者科技公司开始研究彩色人脸识别方法,很多彩色人脸识别方法被提出,我们也对彩色人脸识别方法进行了研究,研究如下:1)加权颜色相关图的研究首先,对彩色图像的颜色空间模型进行了分析,然后介绍了2种颜色特征提取方法:颜色直方图和颜色相关图,最后提出了一种新的颜色特征提取方法:加权颜色相关图。该方法在颜色相关图的基础上通过计算不确定度权值因子将彩色人脸图像中各个颜色整合成一维特征矢量。我们采用了美国加州理工大学彩色人脸库进行了实验,实验结果表明,相比颜色相关图和颜色直方图,加权颜色相关图应用于彩色人脸识别具有较高的识别精度。2)改进LBP方法的研究对LBP方法进行了研究,根据LBP应用于人脸识别的不足,提出了对LBP算子的改进。改进的LBP方法通过自适应获取邻域半径,并在编码过程中采用了阈值设定方法。我们采用了美国加州理工大学彩色人脸库进行了实验,实验结果表明,改进的LBP方法应用于人脸识别具有较高的识别精度。3)加权颜色相关图结合改进LBP方法的彩色人脸识别的研究加权颜色相关图不仅体现了彩色人脸图像中颜色的整体分布情况,还反映了颜色之间的空间相关性以及颜色的分布紧密度。改进LBP方法是通过自适应获取邻域半径以及阈值设定来反映灰度图像的纹理特征。我们采用有效的方法将两者的优势结合实现高效的彩色人脸识别。实验结果表明,加权颜色相关图和改进LBP方法的结合在识别精度上有了一定的提高。