身份验证是人们在日常生活中经常遇到的问题。在电子信息技术飞速发展的今天，电子商务、网上银行、公共安全等领域对身份验证的可靠度和方式提出了新的要求，传统的身份验证方法已经不能满足这些要求。人脸作为面部特征具有不易伪造、不会遗失和随身携带的优点，与指纹、视网膜、虹膜、基因等其它人体生物特征识别系统相比，人脸图像识别系统更加直接、友好，使用者无任何心理障碍。 本文针对开发基于人脸图像识别的嵌入式身份验证系统所需要的核心技术和关键问题而展开研究，得出了一种适合嵌入式身份验证系统的方案，并实现了该方案。 1.分析了人脸图像识别的背景及国内外研究现状，论述了主要的人脸图像识别方法及其特点。 2.深入研究了主成分分析（PCA）、二维主成分分析（2DPCA）和Fisher线性辨别（LDA）的基本原理，讨论了基于主成分分析（PCA）和二维主成分分析（2DPCA）的特征提取方法和过程，成功地将二维主成分分析（2DPCA）与Fisher线性辨别（LDA）相结合，用于人脸图像识别，解决了小样本问题，提高了识别率。 3.针对不同方法在不同光照、不同表情或不同姿态下的人脸图像的识别效果，设计了若干实验，测试基于主成分分析（PCA）、二维主成分分析（2DPCA）和二维主成分分析（2DPCA）与Fisher线性辨别（LDA）结合的人脸图像识别方法的识别率与识别时间，根据测试结果选定了基于二维主成分分析（2DPCA）与Fisher线性辨别（LDA）结合的人脸图像识别方法用于嵌入式系统的身份验证。 4.根据嵌入式系统的特点，设计出了基于人脸图像识别的身份验证的嵌入式系统，研究了嵌入式系统软件平台的定制与移植。 5.研究了基于人脸图像识别的身份验证的实现方法，创造性地在嵌入式平台上开发出基于人脸图像识别的身份验证应用程序。利用ORL和Yale人脸图库，在嵌入式系统平台上测试人脸图像的识别率和识别时间，测试结果证明了本文研究设计的嵌入式身份验证系统具有较高的识别率，适合小规模用户系统和合法用户更改不频繁的较大规模用户系统。最后对基于人脸图像识别的身份验证技术在嵌入式系统中的实现做了展望，提出若干改进思路。