基于人脸图像的年龄自动估计是人机交互领域的一个研究热点，同时也是一个难点。对该问题的研究具有重要的理论意义和实际应用价值，在未成年人身份识别、图像或视频检索、广告调查等领域都有着广阔的应用前景。本文提出一种基于人脸图像的年龄估计方法，在人脸年龄特征提取和年龄估计模型两方面开展研究，给出了新的年龄特征提取方法，建立了年龄估计模型，获得了较好的年龄估计结果。其中，年龄特征提取分为人脸年龄几何比例特征提取和人脸局部纹理特征提取两部分。在特征提取过程中，本文首先基于颅面成长模式理论建立人脸测量模板，在此模板上计算各种比例特征与年龄变化向量的相关系数，根据相关系数的大小，选择出一套与年龄变化相关性最强的面部几何比例特征；然后根据脸部特征点定位局部区域，运用分数阶微分处理人脸图像，提取人脸局部区域的纹理特征；最后结合这两类特征构成个体年龄特征向量。在建立年龄估计模型过程中，首先通过聚类学习的方法训练年龄特征向量获得年龄-特征映射矩阵，然后基于k-NN分类算法思想设计投票选举方案，对每一类特征分别选出与测试样本最邻近的k个年龄类别作为候选者，最后从所有候选年龄类中统计选出测试图片的年龄类别。本文方法可以得到测试图片的具体年龄值并为其划分年龄段。实验结果表明，基于这两种特征构建的年龄估计模型可以获得较好的年龄估计结果，年龄误差较小，分类准确率接近人的主观判断结果。