随着计算机和网络技术的快速发展,社会信息化程度不断深入。传统的身份认证模式已经不能很好地满足社会高速信息化的要求,此时基于生物特征的识别技术在各领域引起了广泛关注。近年来,人脸识别作为图像识别领域中最成功的应用,已经越来越受到人们的重视。而对于一个优秀的人脸识别系统来讲,图像特征提取俨然已经成为其最核心的问题之一。局部二值模式(Local Binary Pattern,LBP)作为一种非常高效的局部特征描述算子,由于其与身俱来的优点,受到越来越多的关注,并在人脸识别领域取得了很大的成功。本文针对LBP及其衍生算法进行了研究与分析,在此基础之上,首次阐述了“凹凸”模式,提出局部三元导数模式(Local Binary Pattern,LTDP)的描述算子,研究内容主要有下述几个方面:1.对LBP及其衍生算法进行研究。根据局部二值编码算子理论,本文分析了它们的优缺点,并根据模式的空间结构,建立了图像的“凹凸”模型,提出了一种新的局部描述算子——局部三元导数模式(Local Ternary Derivative Pattern,LTDP)。LTDP通过计算在各个方向上的相关像素间的距离,根据距离的变化情况将之按照“凹凸”模式进行分类,从而提取了子图像的二维空间信息。与其他的局部算法相比较,该算法在考虑局部空间信息的同时,还考虑了方向变化信息,从而提取了能更加完整的表述对象的特征信息。另外一方面,在LTDP的编码阶段,加入了自适应函数,使得在复杂环境的情况下,表现更具鲁棒性。2.为了验证LTDP在不同光照,表情,年龄,附属物等各种条件下的性能,本文在常用的Extended Yale B、CMU PIE、FERET以及CAS-PEAL等人脸库上进行实验,并将之与局部模式描述算子LBP和LDP(Local Derivative Pattern)进行对比。这些标准人脸库的实验结果表明,LTDP的效果要远好于LBP和LDP,验证了“凹凸”模式的有效性。3.由于图像的采集环境差异性的存在,导致了人脸图像背景模糊、光照不均匀等问题。为了消除这些变化着的复杂环境的差异,提高算法的实用性,本文加入了预处理方案——DoG滤波和Gamma矫正,并成功与局部模式算法相结合。在Extended Yale B,CMU PIE,FERET以及CAS-PEAL人脸库上进行对比实验,在加入预处理后,LBP、LDP以及LTDP的识别率得到不同程度的提高,验证了预处理方案和局部描述算子结合的有效性。实验结果同时也显示,在加入预处理后,LTDP识别效果好于LBP和LDP,与预处理之前保持一致。另外,预处理前后LTDP的识别率的波动明显要小于LBP和LDP,这种结果可理解为LTDP能在一定程度上克服光照变化和噪声给图像带来的干扰。