人脸识别是当前生物识别研究的热点之一，目前基于人脸识别技术的识别系统已经有了大量的应用，这些系统在其相应的条件下得到很好的识别效果。但是这些系统方法容易受到光照、姿态以及表情等因素的影响，其中尤以光照影响最为显著。由光照影响引起的人脸差异往往比由不同人脸所带来的差异更大，如何在识别过程中消除光照影响就成为了一个非常重要的研究方向。 前人由光照锥理论推导出了球面谐波基函数模型，它引进了球面谐波和信号处理的思想，将光照作为一个输入信号，人脸图像则是一个反射函数，则每一个人在所有光照条件下得到的图像空间可以通过有限个球面谐波基函数图像的线性组合来近似描述。我们称这有限个球面谐波基函数图像为人脸的基图像组合，其组合系数用来表征光照条件。人脸的基图像与光照无关，只与人的内在属性有关。只要得到每个人脸的基图像，就得到了人脸的图像空间，识别时就可以排除光照的影响。原始的基于球面谐波基函数模型处理光照问题时，计算人脸基图像，需要人脸的三维信息，而从输入的二维图像估计其三维信息是比较病态而且非常复杂的问题。 针对上述问题，本文采用根据已有的三维人脸数据样本，来计算每个人脸的三维基图像新方法。由三维基图像得到二维基图像的过程就是一个三维到二维的投影过程。投影得到的人脸基图像，其真实感直接影响后续的实验结果。本文利用透视投影，并采用Phong光照模型计算投影点的像素值，使用Z消隐算法以及图像重构算法，得到了所有样本人脸具有真实感的二维基图像。利用形变模型的思想，使用PCA得到所有样本基图像的一组正交基，将其作为基底，通过这组基的线性组合我们可以得到任意新人脸的基图像，经过本文改进的人脸球面谐波基函数模型，避免了由输入图像估计其三维信息这一个病态的过程。 在最后的人脸匹配过程中，本人创新采用最速下降法估计输入人脸的基图像组合系数以及光线系数，在匹配优化的过程中，使用了随机匹配的思想，避免了计算量过大这个问题，也大大地节省了计算时间。本文改进之后的人脸球面谐波基函数模型只需要通过一组参数来表示，这组参数将作为人脸识别特征录入数据库。由于人脸的基图像只与人脸的内在属性有关，与光照条件无关，从而能够克服光照影响。本文实验也验证了这一点。