生物別識別技術中圖像無論是指紋識別技術的指紋門禁一體機，指紋門禁考勤一體機等指紋產品，還是在人臉識別技術中，都是起到非常重要的作用。
 

　　人臉識別在采集圖像過程中，非理想條件以及原有的人臉圖像質量欠佳等因素，往往使所獲得的圖像存在各種噪聲。這些噪聲如果不設法濾除，就會影響后面的處理效果和識別的正確率。另外，表情圖像的縮放形變及光照變化也不可避免，這些因素非常不利于表情特征的提取，因此人臉表情圖像的預處理在人臉表情圖像的分析和識別中占有舉足重輕的位置，是人臉表情圖像分析和識別過程中的一個重要環節。
 

　　人臉表情圖像的預處理過程包括許多方面，例如，圖像傾斜檢測與校正；背景噪聲的消除；尺寸歸一化和灰度歸一化等。這里，我們將對其中比較重要的幾個方面進行闡述。
 

　　人臉特征檢測主要是檢測人臉器官的位置，我們檢測的人臉表情特征主要包括左右眼睛、鼻子、嘴巴。在正面人臉圖像中，與人臉表情變化關系最緊密的臉部器官當是眼睛與嘴巴了，所以接下來的工作就是人臉定位了。有很多文獻在人限定位中是基于先驗規則和人臉的“三庭五眼”的幾何知識手工標定的，對于具體的人臉圖像處理系統來說顯然是不科學的。我們首先采用基于邊界線的梯度差法對眼睛實行分割，其原理是圖像梯度的近似值和相鄰像素的灰度差成正比，這正像我們所希望的那樣，在一幅圖像中，邊緣梯度差，平滑區梯度差最小，對于灰度級為常數的區域梯度為零。而灰度人臉圖像中眼睛、鼻子、嘴巴等器官的邊緣具有梯度差較大的特點，其中眼睛的梯度差，只要設置合適的閾值，就可先分離出眼睛區域，從而得到眼睛區域的邊界坐標，為下一步精確定位提供保證。