生物识别技术作为现代识别技术的主要手段之一已经广泛地应用于各行各业，它是通过计算机、光学、声学、生物传感器和生物统计学原理等高科技手段密切结合，利用人类本身固有的生理特性和行为特性进行个人身份的鉴定技术。本文首先介绍了人脸识别技术的研究目的、意义和应用领域。生物图像识别是近二十年来模式识别和图像处理研究的热点，是用现代信息处理技术与计算机技术完成对图像的识别、理解过程，它研究的主要内容是根据图像的特征进行识别(或分类)，目前已经广泛应用于众多领域。与其他生物特征相比，人脸识别拥有被广泛认可的优势非侵犯性、主动和用户友好功能等。人脸识别是模式识别技术在图像领域中的具体运用，其应用前景非常广阔，可以应用到身份证的识别、刑侦破案、自动门禁控制系统和家庭安全等领域。图像识别过程可分为图像预处理、图像特征提取和图像识别三部分，本文主要针对图像特征提取这个方面进行系统研究。　　本文的重点是研究主成分分析(PCA，Principle Component Analysis)算法，采用奇异值分解(SVD，Singular Value Decomposition)计算特征值和特征向量，PCA算法进行人脸特征提取中应用SVD分解，在理论上两者有一定的独立性和互补性，PCA在图像的表示方面具有均方差意义上最佳，SVD具有位移、旋转不变性的特性。本文基于PCA算法在人脸图像处理方面做了理论和实验上的研究，通过利用SVD分解计算特征值和特征向量，使得PCA算法的运算量下降，成功达到缩短运算时间和提高识别的目的。　　目前，门禁系统已经成为发达国家和地区最为重要的保安系统之一，与传统的保安设备不同，现代化的门禁系统能够主动的监控和报警。本文将基于PCA算法的人脸识别技术应用于门禁系统中，本系统主要由人脸识别感应、人脸检测和控制三部分组成，成功地实现了单机单向门禁系统，提高了本文研究的实用性和可行性。