本文以生物识别技术发展为背景,以静态人脸图像为主要研究对象,从智能化辨识理论研究着手,利用现代图像信息处理的新方法对人脸识别领域进行了相关地研究。本课题的研究既是图像处理领域的一种探索,也是社会应用基础研究的一种需求。文中主要侧重于以小波分析和高维空间几何分析等现代信息处理新理论为工具,对人脸图像处理和识别等问题进行了讨论和研究,包括人脸图像的预处理,有效特征的提取,非可控条件下人脸的有效识别等。文中提出的和改进的算法,通过实验验证了其有效性。具体工作有以下几个方面:1.结合小波理论的重要学术价值和应用价值,分析了二代小波变换的算法结构特点,针对人脸识别中有效判别信息的提取、光照变化等环境因素的影响以及计算速度的要求,通过相关实验分析了它在人脸识别应用中的优势。并对小波变换中两个关键问题,小波基的选择和分解层数的确定做了初步研究,对几组常用的小波基作了处理,并对处理结果作了比较,得出在人脸识别应用中相应的指导原则。2.提出了一种基于二代小波变换相邻尺度积的快速图像边缘检测算法在人脸识别中的应用,实验表明该方法能更好地检测出人脸图像边缘特征,在非可控条件下,不同表情(愉快、悲伤、倦怠、惊异)和简单脸部装饰(眼镜),该方法提取的脸部特征有更好的正确识别率。3.提出了一种基于高维空间几何分析理论的人脸图像增强算法。针对人脸自动识别系统在人脸图像采集、形成、传输的过程中容易产生图像降质或退化的现象,结合高维空间几何分析理论的知识,提出了一种人脸图像增强算法,并通过实验印证了该方法的有效性并进行了定量评价。现代信息处理技术的发展极大地促进了人脸识别的智能化,反过来,人脸识别的研究也促进了现代信息处理技术自身的发展。在文章的最后,对所做的工作进行了总结,并对今后进一步的工作内容提出了一些粗浅的看法。