人脸识别是生物特征识别中一个活跃的研究领域，智能人脸识别软件技术对新时期的反恐和综合安全等具有重大意义。人脸识别系统以人的脸像作为识别身份的媒介，采用计算机视觉和图像处理技术，抓住人脸的轮廓特征和局部细节特征，研究匹配和识别方法。目前已经在身份鉴别和权限控制等方面得到了广泛的应用，是计算机科学与技术和模式识别领域中非常活跃的研究课题。 人脸识别是利用计算机对人脸图像进行处理、分析，并从中提取能表征人脸图像的识别信息，用以进行人脸鉴别的一门技术。目前人脸识别技术比较多，优缺点各不相同。论文介绍了人脸识别的背景、研究范围以及方法，对人脸识别领域的一些理论方法作了总体的介绍。比较了当前主流的人脸识别方法，给出了一种利用主成分分析方法(PCA)提取人脸图像特征(特征脸)进行分类识别。 当光照条件变化时，人脸面部发生很大变化，减弱人脸面部的特征信息。所以，在实际的人脸识别系统中，由于环境光照条件的不稳定、难确定，使得人脸识别率急剧下降。光照问题是影响人脸识别的一个因素，如何解决光照变化问题是人脸识别研究中的一个难点。目前，解决光照问题的预处理方法主要有两大类：基于图像处理技术的方法和基于模型的方法。本文在解决人脸识别中的光照问题采用基于图像处理技术的方法，即对人脸图像进行光照补偿预处理，减少光照对人脸的影响。 主要工作包括： (1)结合Bio1D.YALE人脸库对人脸识别的预处理方法作了较为详细的介绍。预处理的方法包括几何校正、直方图均衡化、像素灰度值归一化.然后，使用小波变换对人脸图像进行分解、提取低频子带，并做出实验仿真。 (2)介绍了PCA人脸识别的方法，对传统的PCA算法进行改进，降低了运算复杂度，提高了识别率和抗噪声性能。 (3)实现了一个基于小波分析和主成分分析(PCA)的人脸检测识别原型系统。