在刑侦、反恐等领域中，人脸素描画像对于确定犯罪嫌疑人身份能够发挥重要作用。然而，由于人脸素描画像和真实人脸照片之间存在着巨大差异，传统的自动人脸识别技术无法直接应用于人脸画像识别。而且，人眼对于画像和照片的视觉感受也有很大不同，人们往往不容易从画像中识别出犯罪嫌疑人的身份，因此即使是对于人工识别，人脸素描画像的应用也受到了一定的限制。利用基于图像变换的方法可以根据输入的人脸画像合成人脸伪照片，人脸伪照片具有和真实人脸照片相似的视觉效果，可以为刑侦、反恐等领域中对于人脸素描画像的人工及自动识别提供较大辅助。　　本文针对将人脸画像转换成人脸伪照片问题开展研究，提出一种基于人脸画像的伪照片合成及修正方法。该方法包含人脸伪照片的合成、增强以及局部修正三个部分。首先，应用局部本征变换方法合成人脸伪照片的初始估计。然后，根据输入的人脸画像的特点，提出一种简单有效的初始估计增强方法。最后，提出一种基于控制点的局部变形方法对人脸伪照片的局部合成错误进行修正。本文主要研究内容概括如下：　　①本文首先阐述本课题的研究意义与实用价值，分析人脸画像识别技术的国内外研究现状，着重对基于图像变换的人脸伪照片和人脸伪画像合成方法进行了分析和总结。通过分析本课题的研究难点，为本文开展的研究打下基础。　　②本文从理论上分析采用基于图像变换的方法合成人脸伪照片的关键技术及理论。分别介绍全局转换方法中经典的全局本征变换方法，以及局部转换方法中经典的局部几何保持方法，并回顾了局部转换方法中的图像块连续映射原理。　　③本文针对人脸伪照片的合成问题，分别应用局部本征变换方法和局部坐标变换方法将输入的人脸画像转换成人脸伪照片。这两种方法都属于局部转换方法，并且算法复杂度较低。通过实验对两种方法的人脸伪照片合成结果进行比较，并选择合成效果较好的局部本征变换方法作为本文中生成人脸伪照片初始估计的方法。　　④本文针对人脸伪照片的增强问题，根据输入的人脸画像的特点，提出一种简单有效的增强方法。人脸画像的头发、轮廓等区域中包含了较多的边缘、纹理等信息，根据这一特点，对人脸画像的五官区域进行遮挡，只保留头发、轮廓等区域，然后对所保留的区域进行灰度提升，提取出较为突出的边缘、纹理等信息，最后将提取出的图像与人脸伪照片的初始估计相乘，实现对初始估计的增强。实验结果验证了本文所提出方法的有效性。　　⑤本文针对人脸伪照片局部合成错误的修正问题，提出一种基于控制点的局部变形方法。该方法同样根据主动形状模型获得人脸画像的特征点，但是在进行基于控制点的变形时，并不需要将整张人脸画像都变形成平均形状，而是应用移动最小二乘法将与平均位置相差较大的局部区域变形到平均位置，同时保持其他重要区域位置不变。这样就可以在修正局部合成错误的同时保证整体相似度不会下降。另外，由于该方法中只涉及到局部区域的变形，所以并不需要依靠神经网络来预测输出结果中控制点的目标位置，从而降低了计算复杂度。实验结果证明了本文所提出方法的有效性。　　⑥人脸伪照片的一个重要应用方向是人脸画像的自动识别。局部本征变换和局部坐标变换等基于图像变换的方法不仅能将人脸画像转换成人脸伪照片，也能将人脸照片转换成人脸伪画像。人脸伪画像同样也能应用于人脸画像的自动识别。本文分别采用几种基于图像变换的方法合成人脸伪照片和人脸伪画像，在四种检索模式下进行人脸画像自动识别，并对几种方法的识别结果进行比较。最后，为了研究不同的画像风格对识别结果的影响，在自建的多风格人脸画像库中进行了识别实验。