目前公安部门使用的人脸识别系统大多属于台式设备和专业器材,而且是在成像条件相对较好、取得被拍照人员良好配合的情况下进行人像采集,软件算法针对的是约束条件下采集得到的人像照片。但是,公安警务还涉及大量的外勤和现场处置工作,如治安巡逻、堵卡盘查等,在这些活动中如果需要对相关嫌疑人员进行即时的人像采集和比对,则现有设备满足不了便携性、即时性的要求,且其软件算法对随机环境、非约束条件下采集得到的人像照片还缺乏一定的适应性。因此,本文提出了一种基于人脸检测和图像处理的移动人像采集系统,能够较好地完成上述情境下的人像采集与特征提取工作,然后再借助移动互联网与现有的后端比对平台实现对接,即可完成即时的人像比对工作。在学术上,针对大规模人脸数据库、非理想成像条件、对象不配合等情况如何提高人脸识别系统的鲁棒性也是当前计算机视觉领域的一个研究热点。本文的研究工作主要包括以下几点：(1)针对非约束条件下采集人像照片带来的光照变化、背景复杂、人员站位及姿态多变等一系列对人脸特征提取和识别比对影响较大的问题,在一些关键环节上采用了针对性的数字图像处理技术,如结合眼部检测的人脸检测、基于眼部检测的人脸对齐、人脸分块直方图均衡化、椭圆掩模等方法,一定程度上解决了这些问题。(2)对Fisher脸法、LBP等几种人脸特征提取算法进行了深入研究,分析比较各自的优缺点,为进一步寻求适合于非约束条件下的人脸特征提取算法作了铺垫工作。(3)使用NDK+JNI技术,将在Windows平台上编程并调试成功的C++人像采集处理模块移植到Android平台上,解决了在Android应用程序中调用OpenCV库函数和相关C/C++图像处理程序的问题。基于上述研究工作,本文在Android平台上实现了针对警务应用的移动终端人像采集原型系统,该系统对非约束条件下的人像采集具有快速、灵活、准确、适应性强的特点,在公安实战工作中具有一定的参考和应用价值,是对公安部门现有应用设备和技术的有益补充。