人脸识别是一项富有理论基础和发展潜力的生物特征识别技术,研究人脸识别技术具有十分重要的理论和应用价值。人脸识别的优势在于其自然性和不被被测个体察觉的特点。典型的人脸识别系统包括:人脸检测、特征提取、匹配识别三部分。在自动人脸识别中预处理和特征提取占有非常重要的地位。本文深入研究了利用二维Gabor小波变换进行人脸特征提取的理论方法和技术,针对经典算法中运算量大、识别的响应时间长等缺点,在特征提取方面对经典的基于Gabor小波变换的人脸特征提取方法进行改进,提出了一种基于Gabor滤波器的人脸特征提取算法。经典的Gabor纹理特征提取算法虽然对人脸图像的光照不均、位置变化和表情变化等具有较强的鲁棒性,但是该方法需要对整张人脸图像进行Gabor小波变换,运算过程复杂,耗时长,难以满足实时性要求。本文首先利用小波进行边缘检测,然后通过广义Hough变换寻找人眼边缘,然后提取出完整的人眼,最后对人眼边缘图像进行二维Gabor小波变换,提取人眼边缘纹理特征,代替经典特征提取算法中人脸的Gabor纹理特征,从而减少了人脸图像的处理范围和运算的复杂度,有效地缩短了识别的响应时间。并且选取部分频率的Gabor滤波器表征人脸,对人脸的Gabor变换图像采用PCA&LDA进行降维,比传统的采样法更加有效。