光照问题一直是人脸正确识别的制约因子，同一人脸不同光照方向图像的差异，往往要大于不同人脸在相同光照方向下图像之间的差异，我们希望通过光照正则化处理，改变这两个差异的大小，缩短类内差异，扩大类间差异，从而实现正确识别。 然而现有的光照正则化处理算法，都是在图像域中进行的，在JPEG格式压缩图像已经成为互联网时代的主流格式的今天，要在图像域中进行人脸光照正则化处理就必须先对海量JPEG图像进行解压缩。JPEG的核心算法是离散余弦变换(Discrete Cosine Transform DCT)，其解压缩过程的核心就是进行DCT逆变换，因此对海量JPEG图像逐个进行：DCT逆变换是造成人脸识别效率底下的重要原因之一。而直接在DCT域上进行光照正则化处理，可以避免图像解压缩时进行DCT逆变换，提高对海量JPEG图像的处理速度。 本文综述了基于变换的压缩技术、光照正则化处理技术以及JPEG压缩标准；基于3维辐照度方程，把差图像法推广到了DCT域上，并在DCT域上提出了一种新的光照正则化算法，本文称之为分量图像法；最后通过实验对这两种算法的正则化处理效果进行了验证。实验表明：差图像法与提出的分量图像法均能在DCT域中有效地削弱光照方向对人脸识别的负面影响，证实了光照正则化在DCT域中进行的可行性。