随着计算机、互联网技术的高速发展,人们的信息安全意识越来越高。如何实现可靠、便捷的身份认证受到了社会的普遍关注。人脸识别技术具有直观的识别方式,隐蔽的识别过程和简单的识别设备,成为当前最热门的研究课题之一。本文以家庭门禁系统为应用背景,设计并实现了一套基于改进的PCA+LDA算法的人脸识别系统。论文主要工作如下：首先,介绍了图像预处理和人脸检测方法。图像预处理部分介绍了彩色图像的灰度化、图像对比度增强及归一化等方法,降低外界因素,如光照、姿态、拍摄角度等问题对图像的影响,实现了图像的标准化处理。人脸检测过程应用基于Haar特征的Adaboost分类器实现,详细介绍了Haar特征的选择和Adaboost分类器的训练过程。其次,对主成分分析(PCA)算法进行详细分析,针对算法未利用类别信息的问题引入了线性判别分析(LDA)法,并实现了基于PCA+LDA方法的Fisherface算法,并且针对PCA+LDA方法提出了改进方法(I-PCA+LDA)。同时,介绍了2DPCA和2DLDA方法,并实现了改进的2DPCA+2DLDA方法(I-2DPCA+2DLDA)。通过实验对比发现,I-PCA+LDA方法的识别率和识别时间都优于I-2DPCA+2DLDA算法。I-2DPCA+2DLDA算法的识别过程运算量大,计算复杂,同时2DLDA算法不成熟,识别效果不稳定。最后,基于I-PCA+LDA算法,实现了一个基于家庭门禁应用的人脸识别系统。详细介绍了系统注册和识别两大模块的工作流程和关键技术。本文设计的人脸识别系统,验证了改进算法的有效性,同时系统对人脸的识别速度达到了实时性要求。