生物特征识别是一项利用人类特有的生理或行为特征来进行身份识别的技术，它提供了一种高可靠性、高稳定性的身份鉴别途径。人脸识别技术是基于生物特征识别技术的一个重要分支，是模式识别和计算机视觉领域内研究的一个热点，有着重要的理论研究价值和应用价值。 本文首先介绍了人脸识别技术的研究现状、应用领域、发展前景，然后分别讨论和研究了人脸图像的预处理、特征提取和分类识别。在预处理中，分析了直方图均衡化、灰度归一化和中值滤波的方法，给出了实验结果。特征提取是本文的重点，主要研究的内容如下： 1．基于小波变换的人脸识别。首先对图像进行一层小波变换，提取低频系数（包含图像的大部分能量，且对表情和姿势变化不敏感），进而研究了2DPCA、Complete2DPCA和SVD（奇异值分解）方法，分别结合小波变换进行了实验。进一步分析了经过SVD分解得到的特征矩阵，采用遗传算法进行特征优化，提出了基于小波域奇异值分解和遗传算法的人脸识别，经过实验证明，该方法切实有效。 2．基于细胞自动机变换的人脸识别。首先具体地讲述了细胞自动机和细胞自动机变换，然后提出了一种基于细胞自动机变换的人脸识别方法。将细胞自动机变换用于人脸识别，得到4个频段的变换系数；然后根据每种系数对识别率贡献的不同，将其按照不同的比例相融合，作为下一步特征提取的变换矩阵。实验表明该方法有助于分类识别，但由于对细胞自动机的研究不足，所以该方法还有待于进一步的改进。