人脸识别是模式识别领域中一个相当困难而又具有重要理论价值和实际应用价值的研究课题。它具有广阔的应用前景，可以广泛地应用于安全部门、身份证管理、电视会议等领域。 本文研究并实现了一个标准正面人脸自动识别系统，该系统主要包括三个阶段：图像的预处理，特征提取和图像的分类识别。 在人脸图像的预处理阶段，首先实现了人脸区域和面部主要器官的检测及定位，然后在此基础上，根据指定的两眼间的距离与实际图像中两眼间的距离关系对图像做了几何归一化处理。为了减少光照的影响，接着对图像做了灰度的归一化处理，最后得到一个标准化图像。 在人脸特征提取方面，文中详细探讨了人脸图像几何特征和统计特征提取的方法。提取几何特征的工作是在图像标准化过程中完成的。标准化图像目的主要是为了提取图像的统计特征。统计特征的提取采用了基于K—L展开的特征脸方法。 最后，在人脸图像的识别阶段，本文将传统的分类方法(空间距离)和神经网络分类的方法结合起来，构造了一个组合分类器，从而显著地提高了系统的识别率。