人脸识别技术作为一种重要的生物识别技术,以其特殊的优势在许多领域得到广泛应用。人脸识别技术是让计算机具有身份认证的能力,涉及图像处理、人工智能、模式识别等多个领域,具有重要的研究意义。目前人脸识别技术的难点在于非理想条件下识别方法的改进和提高。本文在深入研究人脸识别技术的基础上,采用基于肤色特征的方法实时检测人脸并采集人脸图像,采用LBP(Local Binary Patterns)算子提取纹理特征,并用最近邻分类器与Adaboost分类器相结合的方法对人脸特征进行匹配,最终实现了人脸识别功能。在确定了总体方案之后,利用MATLAB进行仿真：首先选择直方图均衡化方法对图像进行预处理,并对基于肤色特征的多种人脸检测算法进行比较,确定采用基于肤色区域的人脸定位方法获取人脸图像。然后建立人脸库,选用4×4尺度对人脸图像分块,圆形旋转不变LBP算子对每部分进行特征提取,并对特征进行等价模式变换,在此基础上用改进的特征降维方法减少计算量,将分块特征向量连接起来组成图像总体特征,最后利用样本图片训练分类器,并用待测图像验证匹配算法的可行性。在DSP硬件平台的实现中,首先对摄像头采集到的图像进行预处理,然后采用基于肤色区域的方法检测人脸,并确定人脸位置,采集180R272的人脸图像数据进行LBP变换,将提取的特征向量输入分类器进行人脸匹配,最后在屏幕上显示匹配后的身份信息。本文使用MATLAB软件平台对整体设计方案进行仿真,并将程序在Microsoft Visual C++6.0及CCS3.3环境下进行调试修改,通过设置DSP/BIOS的相关环境参数、配置文件及加载工程,最终在ICETEK-DM6437-B评估模块硬件平台上实现,该硬件平台核心处理器为TMS320DM6437。通过测试,表明本文所设计的人脸识别系统识别率达到90%以上,具有较好稳定性和很强的实用性,为进一步研究人脸识别系统打下了很好的基础。