近年来,随着人工智能和生物技术的迅速发展,自动人脸识别已成为图像处理和模式识别中非常活跃的研究课题。本文在研究了人脸识别的基本理论和关键技术的基础上,重点讨论了不同光照条件下,彩色静止图像的人脸检测和识别问题。主要工作归纳如下:第一,人脸检测。首先,本文对人脸肤色的聚类特性进行了研究,通过不同颜色空间中肤色聚类效果的比较,进一步改进了HSI颜色模型,构建了H-SI-I颜色模型。其次,自建了具有100张图片的人脸图像库TXK,并通过大量实验建立了H-SI-I肤色模型。最后,对人脸图像库TXK中的图像进行粗检、滤波、细检,最终定位出人脸。实验证明基于H-SI-I肤色模型的人脸检测算法是非常有效的。而且它对光照亮度也具有很强的鲁棒性。第二,人脸图像预处理。为了提高人脸识别的精度,在人脸识别之前都需要进行人脸图像的预处理工作。预处理包括很多内容,例如对人脸图像进行滤波去噪、灰度转换、灰度归一化、几何归一化等。好的预处理将会直接提高最终的人脸识别率。因此在人脸识别前,进行预处理的环节显得十分重要。本文对人脸图像的预处理工作主要有:彩色图像到灰度图像的转换、灰度归一化、几何归一化。几何归一化的主要工作有把检测到的大小不同的人脸图像的像素统一归一化为112×92,因为在研究人脸识别算法时,还会用到ORL人脸数据库,其中人脸图像像素大小正是112×92,为了最后在检验人脸识别算法时方便、快速,所以这里先对检测到的人脸图像进行几何归一化处理。第三,人脸特征提取与识别,在这一章中,比较深入的研究分析了PCA、LDA人脸识别算法的原理,并对这几种算法的识别效果进行了验证,并且分析融合一种比较理想的人脸识别算法—PCA+LDA+BP,通过大量的实验表明该方法是有效可行的,一定程度上提高了人脸的识别率。