人脸识别是一项新兴的生物识别技术，人脸因具有不可复制、采集方便和不需要被拍者的配合等友好性的特点，而广受欢迎，是模式识别领域具有重要的理论价值和实际应用的研究课题。本文在研究和分析了近年来国内外关于人脸识别的学术论文及研究报告的基础上，设计并实现了一个处理彩色图像的正面人脸识别系统。　　 首先，为了实现系统的微型化、高效化，本文采用ADO技术完成了Access数据库人脸图像读取和处理结果数据存储的方法。将ADO技术推广到人脸识别系统中。　　 其次，本文设计并实现了人脸区域的检测和定位。通过三次插值缩放，完成了图像的几何归一化处理，目的是缩小图像，提高图像处理速度；为了消除光照影响，本文实现了一种简单而又行之有效的自适应光照补偿算法；将肤色作为实现人脸检测的主要参数，采用基于肤色分割的方法完成人脸区域检测。　　 再次，本文设计并实现了面部器官的检测和定位。根据先验知识进行眼睛的亮度和色度匹配，综合两者结果定位眼睛中心；根据先验知识进行嘴部的色度匹配，去除离散点，定位嘴部中心；根据人脸的几何比例定位鼻部中心。　　 同时，本文提出了一种改进的特征组合提取方法，即几何特征提取与仅在人脸区域实现K-L变换的统计特征提取相结合的方法。几何特征提取是通过面部器官的提取、人脸轮廓线的提取和人脸的几何比例得到10个特征点，从而提取出6个几何特征向量。统计特征提取是仅在得到的人脸区域中进行K-L变换，得到最有效的6个统计特征。　　 最后，本文完成了分类识别器的设计。将理论成熟、应用广泛的BP神经网络应用于分类识别器，实验证明识别效果很好。　　 实验表明，本文所采用的改进的特征组合提取方法，不仅在识别率上比单一的几何特征方法、统计特征方法要高，识别速度也比传统的特征组合方法即几何特征提取与整幅人脸图像统计特征提取组合的方法有所提高。