人脸识别技术在近几十年来成为图像处理与模式识别领域的一个研究热点,不但在理论研究上具有较大的挑战性,而且在现实生活中有广阔的应用市场。Gabor小波类似于哺乳动物简单视觉皮层感受野,表现出理想的空间局部性和方向选择性,它作为一种变换工具,在人脸识别研究领域有很大的应用潜力。本文的研究主要是围绕基于Gabor变换的人脸识别展开。鉴于目前的研究范围主要局限于灰度图像,本文提出一种基于彩色图像的,利用四元彩色Gabor特征来进行人脸识别的方法。首先,将彩色像素表示成四元数的形式,同时将复数形式的Gabor变换扩展到四元数空间,这样就可以利用二者的卷积来提取用以表征彩色纹理的四元彩色Gabor特征了;其次,为了提高算法的执行效率,利用主成分分析法对所提取的四元彩色Gabor特征向量进行降维处理;最后,根据所选样本集的特点,选择适合于小样本大特征维数的统计学习和分类的支持向量机作为分类器。本文提出了一种基于四元彩色Gabor特征的人脸识别算法,该算法实现了颜色和纹理这两种图像特征的融合。在彩色FERET人脸库上的实验说明这种四元彩色Gabor特征由于融入了颜色信息,比起那些只包含了灰度纹理信息的Gabor特征更能反映出不同人脸之间的本质区别,具有更好的人脸表征力和更高的识别率;研究还发现在色度、亮度分离的Lab颜色空间中该特征对光照亮度较不敏感。