二维方法用于图像矩阵特征提取，虽然速度快，但影响了分类速度。针对二维线性鉴别分析（Two-Dimensional Linear Discriminant Analysis，2DLDA）的特点，研究了一种基于图像分块的改进Fisher人脸识别算法，该算法首先对人脸图像进行压缩降维处理，得到相应的特征矩阵，然后利用改进Fisher算法对特征矩阵进行类间离散度矩阵和类内离散度矩阵的计算，该算法充分考虑了类别信息，避免了传统Fisher算法造成的小样本问题，有效提高了分类速度。基于ORL（Olivetti Research Laboratory）与Yale人脸数据库的实验结果证明了该算法的有效性。