利用人脸的生物特征来进行身份鉴定是一个很受关注的研究热点。在许多场合，人们利用各种方法手段获取未知身份的人脸照片或是人脸特征的描述性语言。如何由这些已知条件从数据库中查询出未知身份者的身份信息，是基于内容图像检索领域的一个重要课题。本文针对这一课题作了一些研究探讨，并提出了证件照片的检索算法。 文章围绕证件照片的检索，提出了人脸图像分割、特征提取及检索等方面的一系列算法。它们首先是肤色自适应人脸区域检测算法，算法减小了与肤色相近的衣物对人脸定位的影响，同时对检测出的人脸区域图像进行了去噪、锐化和灰度归一化处理；其次是基于眼间带状人脸区域垂直梯度图的人脸分割算法，把人脸区域图像分割成五官对象区域图，人脸的五官部位含有许多水平纹理信息，所以在垂直梯度图中的值很大，可很好地突现五官位置，而两眼间带状区域部分，把人脸边缘对梯度图的影响去除，从而使五官的位置特性更加明显，这就提高了分割的准确性，实验证明，这种算法具有很强的鲁棒性；然后是人脸五官各个对象的特征提取算法，算法分别对各对象区域图，结合边缘检测、积分投影和曲线拟合等技术，提取出各对象的特征参数，并对特征参数值进行了归一化；最后提出了匹配检索和模糊检索算法，对示例照片作为查询条件的，通过特征矢量的相似度来得到检索结果，对特征语义作为查询条件的，把特征语义转化为对可变形人脸模板的调节，然后通过可变形人脸模板来实现图像的检索。 实验结果表明，本文提出的算法具有良好的图像检索效果，对进一步研究及相关领域的应用具有一定的借鉴意义。