随着互联网的蓬勃发展与普及，人们越来越追求自身个性化，利用计算机自动合成高真实感的人脸图像或视频，在计算机动画、计算机图形学等领域有着广阔的应用前景。通过分析与总结现有人脸置换方法的优缺点，对现有方法的关键步骤进行了改进，本文设计并实现了一种自动人脸置换新系统，用以合成具有源图像人脸特征、目标图像人物造型和背景的新图像。其实现过程包括以下几个步骤：首先对齐源图像与目标图像，接着在人脸区域内找出最佳拼接线，结合肤色交叉融合的方法实现人脸图像的无缝拼接，最后在需要进一步修复的头发区域内完成合成人脸图像的修复。在人脸置换过程中，本文提出了一种基于图像变形的人脸对齐的方法。通过面部特征点建立表达人脸位置与形状映射关系的数学模型，利用薄板样条算法对人脸图像进行变形。该方法避开了传统建立复杂且耗时的3D人脸模型过程。为了在对齐后的人脸图像中找到差异最小的拼接缝，本文首次采用了一种基于A*算法的最优化拼接缝规划方法，适用于不同发型不同背景的人脸图像。图像融合过程中，给出了一种自适应加权平均融合方法，有效地实现了拼接边界的自然平滑过渡。合成后的人脸图像在头发区域易受发饰、发型等因素影响而产生局部“缺失”或“损坏”现象，本文在Criminisi算法的基础上，提出了一种限定修复趋势的人脸图像修复方法，有效地克服了头发修复的困难。本文最后搭建了Android手机平台的人脸置换系统，在待合成图像发型与姿态相近的条件下进行实验，结果表明本文提出的自动人脸置换方法对自然图像置换成功率超过90%，所得合成结果具有高真实感。