当今社会,随着计算机科学的产生与飞速发展并伴随这人类对安全保密领域愈发的重视,各种智能监控以及基于人类生理特征的身份验证方法飞速发展。人脸识别技术是通过摄像头采集人脸图像并对人脸图像进行分析并识别的一种基于人类生理特征的身份验证方法,人脸识别技术涉及到多个学科领域的诸多知识,例如:图像处理、模式识别、机器视觉、计算机科学等。虽然人脸识别技术是模式识别领域的一个研究热点,然而由于图像的采集过程很难做到完全克服环境变化给人脸识别技术带来的影响。例如:光照不均匀、人脸角度倾斜、人脸的遮盖问题、以及噪声等。以上诸多原因造成了人脸识别技术目前只能在特定的需求下使用。人脸识别系统的运算速度也是妨碍人脸识别技术发展的重要原因之一。本论文旨在实现具备对光照不敏感,对人脸角度适应能力强的具有实时运算能力的人脸识别算法。本文系统全面地研究了人脸图像的预处理、人脸图像的特征提取和人脸的识别三个方面。人脸图像的预处理环节主要研究了图像阈值化处理方法、图像的归一化处理方法、图像的直方图均衡化;人脸图像的特征提取环节主要研究了基于几何方法的人脸特征提取方法、主元分析法以及基于LBP算子的人脸特征提取方法;人脸识别环节主要是采取利用核方法将通过主元分析法得到的代表人脸的投影系数映射到更高维度的空间从而使得数据线性可分然后使用支持向量机方法构建出能够对投影系数很好进行分类的分类超平面进行分类从而达到识别人脸的目的。本文的人脸识别系统主要是利用直方图均衡化对人脸图像进行处理从而消除光照不均匀对人脸图像的识别造成的影响并利用图像金字塔方法消除人脸图像几何大小对人脸图像的识别造成的影响。然后,利用主元分析法对消除光照影响后并对摄像头距离人脸距离自适应的人脸图像进行数据压缩处理。最后,将由主元分析法得到的可以很好地代表人脸数据的投影系数利用核方法映射到高维空间并利用支持向量机方法在高维空间中构建分类超平面从而进行人脸的识别,通过与传统的流行算法在目前广泛应用的人脸数据库中的运行结果进行比较分析,结果显示该算法能很好地适应光照、人脸角度的变化,并具备实时运算的能力。