人脸识别是当前非常热门的一个生物特征识别领域，它涵盖了图像处理，计算机视觉和模式识别等前沿技术，在刑侦破案、证件验证、门禁系统、视频监视等方面有着广阔的应用前景。目前的人脸识别技术面临的主要困难来自于面部表情变化大，姿态变化和光照变化。本文针对这些问题，提出一种不可分小波域的基于块的主成分分析方法（BPCA）来做人脸识别。我们的研究表明，构造的不可分小波比传统的可分小波能检测到人脸图像更多的奇异点，并且BPCA方法克服了PCA在极端的面部表情变化、姿态变化和光照变化下精度低的缺点。首先用不可分小波将人脸图像变换到小波域，然后将小波子带分成具有相同大小的子图像，接着在子图像上运用BPCA方法提取特征。最后，基于加权欧氏距离的K-最近邻（KNN）用来做相似性测量。在Yale数据库，ORL人脸数据库和CMU PIE数据库的实验结果表明，该方法优于传统方法。