门禁系统是安全防范系统中极其重要的一部分,它为使用者的人身及财产安全提供了重要的保护作用,为建设和谐社会作出了重要的贡献。但是其原有的身份验证机制有很大的缺陷,它们用来进行身份验证的凭证如钥匙、证件等存在着容易遗失、被盗或者是被恶意复制的问题,这给安全造成了极大的隐患。人脸特征具有很强的自身稳定性和个体差异性,具有直接、友好、方便的特点,不会遗失,不易被复制,因此是身份验证的理想依据。利用人脸作为身份验证的凭证来对现有的门禁系统进行改进,将会大大提高门禁系统的安全性。人脸识别技术是一个应用前景广阔的新课题,近几年来关于人脸识别的研究取得了较大的进展。本文首先介绍了门禁系统和生物特征识别技术的发展现状,阐述了门禁系统和生物特征识别技术相结合的必然趋势,并预测了人脸识别技术的光明前景。然后探讨了人脸识别技术的各种主流的识别算法,并比较了各种算法的优劣,最后提出了一种基于小波变换和傅里叶变换的频域特征提取,并用支持向量机进行分类的识别方法。首先对人脸图像进行预处理,消除噪声和光照强度差异等的影响,然后进行人脸检测,得到人脸区域后,用小波变换的方法提取人脸图像相对稳定的低频子带,并同时对图像向量降维,对此频带进行傅里叶变换,消除空间位置对不准带来的误差。然后用奇异值分解方法提取特征向量,所提取的特征向量保留了原图像空间中的主要分类信息。最后用支持向量机构造分类器,对得到的特征进行分类。本算法将小波分解的多尺度分析性能和支持向量机的优秀分类特性相结合,取得了较高的识别率。在此算法的基础上,设计了一个基于此算法的人脸识别门禁系统,并对此系统进行了软硬件设计和测试。试验表明,该系统所采用的算法大大降低了运算复杂度,取得了很好的识别效果,并对人脸的表情和细微变化有一定的鲁棒性。