人脸识别技术是模式识别领域内的一个研究热点，涉及到模式识别、图像处理、机器视觉等多学科领域；在公共安全、智能监控、数字身份认证、电子商务、多媒体和数字娱乐等领域具有巨大的应用价值。经过了40多年的发展，目前，人脸识别技术在控制和配合条件下，已经可以取得比较高的识别率，但是在非控制和非配合条件下的人脸图像识别仍然是一个极具挑战性的问题。由于人脸是一个非刚性物体，非常容易受到光照、姿态、表情等条件的影响，要实现一个鲁棒的人脸识别系统，仍然有诸多困难。　　 本文的研究围绕着光照问题展开，主要着眼于光照图像的预处理，以提高人脸的识别率为目的。以人脸识别中的光线问题为研究对象，从光照子空间的角度对如何减少光线变化对人脸识别的影响进行了深入研究，并取得了一定的研究成果。归纳起来，本文的主要工作和贡献如下：　　 (1)介绍了人脸识别中的光照归一化的思路，从光照子空间的角度分析了现有的基于商图像的光照归一化方法以及一些后续方法所存在的问题，并提出了一种基于全局光照子空间的方法。该方法利用多个人在多种光照条件下的人脸图像来建立光照子空间，从而能够合成出光照条件和外形都与测试图像近似的人脸图像，更好地满足了商图像的假设前提。同时它也能够避免在合成的虚拟光照图像中过多引进训练集的个人信息。　　 (2)对自商图像光照补偿方法进行了改进，增加了图像锐化预处理步骤，保留了更多的边缘细节信息；并且采用了具有优良性质的Gabor卷积核进行图像滤波，并给出了Gabor卷积核的构造方法。这些改进为后面的识别模块。保留了更多光照无关的人脸特性信息。　　 (3)建立了实验环境，完成了各项实验和分析工作，主要包括：全局光照归一化方法的性能分析，改进自商图像光照补偿方法的处理效果分析，以及结合人脸识别系统的实验与分析等。实验和分析结果验证了提出的全局光照归一化方法和改进自商图像光照补偿方法的有效性。