在信息快速发展的时代，个人信息的安全性受到越来越多的关注。特别是在美国恐怖袭击事件发生后，全世界都急切地等待着一个安全稳定的社会环境。本文的核心目标是完成基于稀疏表示的人脸识别系统的设计，主要包括图像预处理、人脸字典构建、数据降维、稀疏表示分类算法和图形 GUI 界面设计。其中，如何利用稀疏表示技术来对人脸图像分类是本课题解决的关键问题，与传统的基于欧式距离的分类方法相比，将人脸图像在特定字典下进行稀疏分解，所得到的稀疏系数能反映出图像在字典下的所属类别，这种稀疏表示分类技术不仅能较为准确地归类，还能对输入图像中的光线变化、存在遮挡、噪声干扰等不良影响有一定的鲁棒性能。并且，为了进一步提高识别的效率，我们利用PCA技术将图像数据转换到低维空间，结合稀疏表示的分类技术，得到了完整的人脸识别算法。
　　为了验证所使用人脸识别方法的有效性，我们在几种通用的人脸数据库下进行了人脸识别性能测试，例如ORL人脸数据库等。实验数据表明，与基于距离的分类方法相比，基于稀疏表示的人脸识别技术能获得了良好的识别效果，具有较高的识别率，并且对光照、遮挡、噪声等干扰具有一定的鲁棒性。另外，实验还表明，基于PCA的数据降维方法比直接降采样的数据降维方法在数据有效信息的提取上有较大优势，与稀疏表示分类方法结合后能获得更好的识别率。