人脸识别系统是人脸识别技术在生物特征识别领域的应用,旨在将人脸图像作为一种可以唯一标识的生物特征进行编码与鉴别,目前较为广泛的应用于安防领域。由于云台摄像头的可控旋转特性,基于云台摄像头的人脸识别系统可以应用于公共区域的跟踪监控或教室的监控等。本文基于Labview图形开发环境构建了实时图像采集、人脸检测与识别、云台摄像头跟踪一体化的人脸识别系统,主要研究内容和开发工作如下：1、深入理解了云台摄像头的驱动方法及实时图像采集方式,对图像预处理算法进行了较为深入的研究,重点分析对比了基于IMAQ (Image Acquisition System)与OpenCV的两种实时图像采集方法,考虑到图像采集的效率及图像格式转换问题,本文采用IMAQ库的相关图像采集组件,编程实现了实时图像采集及预处理模块。2、利用Labview视觉开发工具VDM(Vision Development Module)的内置图像处理函数,设计并实现了实时人脸检测模块。在设计过程中采用了基于人脸肤色匹配与模板匹配相结合的方式实现目标图像中的人脸检测与定位,同时对所检测到的人脸图像进行了实时抽取。实验结果表明,当人脸检测的阂值设置为400时,人脸检测的匹配率可以达到90%以上。3、基于对云台摄像头的实时跟踪控制方法研究,本文提出了一种二维平面上云台摄像头旋转角度的计算与实现方法,实验结果表明,对非高速运动情况下的运动目标,可以实现对目标人脸图像的实时跟踪。通过对人脸识别模块的设计与算法实现的研究,本文采用Labview与OpenCV混合编程的方式,将人脸识别的核心算法通过调用OpenCV的相关函数实现,实验结果表明,对于原始人脸库中的人脸识别,其准确率可以达到90%以上,当结合SVM算法时,准确率可以达到92%。