用计算机对人脸图像进行处理进而实现人脸识别是如今的一个研究热点和难题，虽然已经取得了丰富的成果，但是也遇到了一些困难。例如：有效人脸特征的提取，识别率的提高等。因此，人脸识别的研究非常必要，具有重要的理论意义、学术意义和应用价值。本文围绕人脸识别问题对人脸图像的预处理、人脸特征的有效提取和选择、识别率的提高等方面进行了探讨和研究，提出了改进方法，取得了较好的结果。　　由于图像的形式变化多样，图像的预处理工作对分类起着重要的作用，而图像增强是一种重要的图像预处理方法，它应用于众多领域。本文对直方图均衡化、局部二值模式和连续均值量化变换等图像增强算法进行了研究，针对不同的应用需求这三种算法各有其相应的适用性。　　人脸识别实际上是一个分类的过程，为了识别出某一个人脸图像所属的类别，我们需要将它与其他不同类别的人脸图像区分开来。这就要求选择的特征不仅要能够很好地描述图像，更重要的是能够很好地区分不同类别的人脸图像。人脸检测是人脸识别的基础和关键，本文采用SMQT特征和SNoW(Sparse Networkof Winnow)分类器相结合的方法来检测人脸，然后在检测到的人脸区域中利用方差投影的方法进行关键特征点的定位，包括：眼角点、鼻尖点、鼻孔点和嘴角点。　　本文的创新点主要体现在以下3个方面：　　(1)对人脸图像先用LBP算子进行预处理，然后充分利用图像的灰度信息来构造得到直方图交核和改进的直方图交核。　　(2)对完成关键特征点定位的人脸图像进行分析，提出了两种人脸图像的图的表示，第一种方法是由特征点构造人脸图像对应的完全图，然后求解人脸图对应的生成树和基于生成树的回路，进而构造其对应的图核，包括生成树核和基于生成树的回路核；然而由于一个连通无向赋权图的生成树是不唯一的，因此本文提出了人脸图像的另一种表示方法，即用一个含有13个结点的树来表示，任意一棵树的子树是唯一的，构造了正常子树核及子树核。　　(3)由于核方法中不同核函数的特性不同，当待识别图像较多或进行多类识别时，识别效果不太理想，因此提出了多核的方法，既可以将不同的图核方法进行组合，也可以将直方图交核和图核进行组合，并通过实验的方法来得到最优的组合系数，此时的识别率可以达到最高。　　实验结果在与其他算法的比较分析中证明，本文提出的单核方法和多核方法在人脸识别率方面均有了较大的提高，对姿态、光照、年龄及成像角度等因素多变的人脸图像具有鲁棒性。