由图像模糊造成的人脸图像质量降低是直接影响人脸识别精度的重要因素之一。对模糊人脸图像进行判别能够为图像的采集及后期的处理识别提供指导意(见,从而降低图像模糊对人脸识别的影响。现存的对人脸图像模糊情况的研究多是沿用对一般性图像进行模糊情况研究的方法,方法简单、精度不高,缺乏专门对模糊人脸图像进行判别的研究。没有很好地利用易获取、较稳定的高频信息特征来进行模糊图像判别,没有有效地结合与人脸图像的模糊情况有直接关系的人脸特征来进行判别。针对模糊人脸图像判别的研究现状及存在的问题,本文重点对图像高频信息进行分析并提取特征,提出了三种具体的模糊人脸图像判别方法:1)基于整幅图像高频信息阈值的模糊人脸图像判别方法,2)基于特征区域高频信息阈值的模糊人脸图像判别方法,3)基于特征区域高频信息分类器的模糊人脸图像判别方法。在公开数据集上进行了大量实验,通过与以往研究方法和本文提出的三种方法之间的对比分析,证明了本文提出的基于高频信息来进行模糊人脸图像判别的有效性。本文提出的三种具体的模糊人脸图像判别方法,是一个由简单到复杂、逐渐完善改进的过程,相应的判别精度也逐渐提升。通过对上述三种方法以及本文另外简单介绍的两种模糊人脸判别方法的综合分析,可以得到这样的结论:图像的高频信息容易获取且与图像模糊有更直接的关系,对高频信息进行分析并提取适当的特征可以有效地进行模糊人脸图像的判别。结合人脸标记点提取实现对图像模糊的精细分析能够进一步提升判别精度。在判别过程中合理地引入分类器,结合分类器优秀的特征分类能力,可以更进一步提升判别精度。