人脸自动识别是一种利用计算机分析人脸图像特征以实现人的身份验证的技术，是近二十年来图像处理、模式识别和计算机视觉领域中极富挑战性的研究课题之一。多年来，人们对人脸识别技术中的许多问题都进行了深入的研究，并且已经研制出了不少有效的算法，然而，由于不同的人脸具有内在的相似性，而同一人脸的不同图像则常常因为姿势变化、表情变化和光照变化而表现出巨大的差异性，因此，现有的人脸识别技术仍然无法满足实际应用的需要。 本文重点研究人脸中双眼定位问题和人脸边缘轮廓提取的问题。眼睛的位置是实现人脸图像几何归一化的必要条件，双眼的定位因而成为全自动人脸识别中非常关键的一环；而人脸边缘轮廓作为人脸的重要特征，是许多分类识别处理的基础，对人脸识别也有着很重要的使用价值。本文主要做了以下两个方面的研究： 第一，提出了一种基于眼睛灰度分布特征的眼睛区域搜索方法。该方法首先利用图像的水平灰度投影确定人眼在图像中的大致区域，然后利用眼睛的灰度分布特征进一步确定更小的眼睛分布区域，在此基础上利用点Hough变换精确定位眼睛。 第二，基于传统的边缘提取算法提出了一种自适应搜索轮廓线算法，首先基于人脸检测结果确定内外轮廓及搜索路径，然后对于每一条搜索路径提取出真正的轮廓点，最后利用人脸轮廓的平滑性通过曲线拟合完成轮廓线提取。 本文在已建立的人脸图像库上作了大量实验。结果数据表明本文所提出的眼睛定位算法易于实现而且具有较好的光照鲁棒性。而人脸边缘轮廓的提取算法能在保持边缘检测精度的情况下，克服噪声对轮廓特征提取的影响，对姿态、光照有较强的适应性。