人脸作为一种重要的生物特征，可用于个人身份的鉴别与认定，基于人脸识别的安防技术在各个领域有着重要的应用价值，而其涉及的图像处理问题也包含多个复杂困难的技术问题，本文对人脸识别中的图像处理开展研究，主要完成了以下工作：　　 本文设计并实现了基于主动红外照射的人脸图像采集装置，该装置可有效的提升人脸图像采集的精确性，克服背景噪音、光照噪音等不良影响。本文利用人脸的三庭五眼生理规则，使用基于Haar特征的Adaboost分类器进行人脸区域定位和人眼区域定位，并设计完整技术流程实现针对鼻孔、嘴角等人脸关键结构特征点的精确定位，为后续的识别工作提供数据基础。本文同时设计并实现了人脸倾斜校正、光照校正、灰度增强与图像规范化等技术方法，搭建起完整的人脸图像处理流程，并将该流程成功的移植于基于ARM11CPU的嵌入式硬件环境，通过控制流程优化、计算方法优化、内存使用优化等实现了高效率的嵌入式人脸图像采集与处理。本文使用大量真实数据进行了功能与性能评测，证明了本文工作的有效性与稳定性。　　 本文工作有效提升了人脸识别中图像预处理的精度和性能，可广泛用于各种低功耗的移动智能终端平台，具有较为广泛的应用前景。