随着科学技术的进步，人脸识别在生物特征识别中占据的地位也越来越重要。彩色图像人脸识别也逐渐成为了学者们研究的重点。相对于传统的灰度图像，彩色图像包含有更丰富的信息。然而，彩色图像的三主元分量之间的相关性却严重影响到了人脸识别的有效性。因此，如何最大限度的提取彩色图像的鉴别特征同时去除彩色图像三主元分量之间的相关性是基于彩色图像的人脸识别的研究重点。本文基于该研究方向提出了三种有效的彩色图像人脸识别方法。首先，根据统计不相关鉴别分析理论的思想，我们提出了一种用于彩色图像人脸识别的统计正交分析，首次将该理论使用在了彩色图像的特征层上，在提取R、G、B三彩色分量特征的同时又使得该三组特征保持统计不相关性，该方法同传统的彩色图像人脸识别方法相比，能够提取出更加有效的彩色图像特征。然后，我们将彩色统计不相关正交分析在核空间上进行扩展，使之能够有效的解决低维空间的线性不可分问题，同时能够充分利用高维空间的信息，提高算法的有效性。最后，我们又提出了一种增强型的彩色图像统计正交分析的方法，将原有的统计不相关正交分析方法中的Fisher鉴别准则修改为最大散度差准则，有效的避免了特征提取过程中的奇异性问题，改善了算法的性能。通过在三种彩色图像数据库：AR彩色人脸数据库、FRGC-v2彩色人脸数据库、PolyU彩色掌纹库上的实验结果表明，本文提出的三种方法与其他传统的方法相比，具有更好的有效性。