摘 要：人脸作为一种高普遍性、可以非接触式采集的重要生物特征，正被越来越多地用来进行身份鉴别。本文介绍了人脸识别的基本过程，简要分析了人脸识别中的图像预处理技术，如直方图变换，线性滤波，非线性滤波，图像变换，并在MATLAB中实现。

　　中国论文网 http://www.xzbu.com/1/view-3896067.htm关键词：人脸识别；傅里叶变换；中值滤波；图像处理；MATLAB中图分类号：TP391.41 文献标识码：A1 引言人脸识别，特指利用分析比较人脸视觉特征信息进行身份鉴别的计算机技术。人脸识别技术应用广泛，可用于安全验证系统、医学、档案管理、银行和海关的监控系统及自动门禁系统等[1]。与利用指纹、虹膜等其他人体生物特征进行身份识别的方法相比，人脸识别更加友好、方便和隐蔽。因其巨大的应用前景，以及其无可比拟的优越性，人脸识别越来越成为当前模式识别和人工智能领域的一个热点。图像预处理是人脸识别过程中的一个重要环节。输入图像由于图像采集环境的不同，往往存在有噪声，对比度不够等缺点。为了保证人脸图像中人脸大小，位置以及人脸图像质量的一致性，必须对图像进行预处理。

　　2 人脸识别的基本过程人脸识别（Face Recognition）一般可描述为：给定一静止或动态图像，利用已有的人脸数据库来确认图像中的一个或多个人。从广义上讲，其研究内容包括以下五个方面：

　　（1）人脸检测（Face Detection）：即从各种不同的场景中检测出人脸的存在并确定其位置。这一任务主要受光照、噪声、头部倾斜度以及各种遮挡的影响。

　　（2）人脸表征（Face Representation）：即确定表示检测出的人脸和数据库中的己知人脸的描述方式。通常的表示方法包括几何特征（如欧氏距离、曲率、角度等）、代数特征（如矩阵特征矢量）、固定特征模板、特征脸、云纹图等。