随着生活智能化程度的提高，各种智能系统已成为了生活的必需品，其中自动人脸识别系统更是以实用性强的特点受到极大的关注。相比于传统的基于指纹或基于虹膜的识别系统，人脸识别有更强的便捷性和用户友好性，已被广泛应用于自动身份认证、智能门禁系统、智能监控和人机交互等领域。近年来，大量的投入使得人脸识别技术得到快速发展，很多企业和科研单位都推出了性能优越的人脸识别系统。但是，这些系统一般是针对某种特定环境设计的，当人脸图像出现光照变化、表情变化、年龄变化和被遮挡等这些情况时，其算法的识别效果会急剧下降，其中受光照变化的影响最大。如何设计出抗光照、鲁棒性强且具有较高识别率的人脸识别算法已成为众多研究者关心的核心问题。本文主要由以下几个方面的内容构成：（1）、人脸识别中的光照问题及光照处理的相关理论研究。该部分内容主要是提出了光照问题，并对相关的光照处理理论进行简要的介绍。其中介绍了朗伯反射模型，光照锥理论和球面谐波函数模型。（2）、不同光照处理方法研究。该部分内容主要是对当前人脸识别中光照问题处理方法进行总结和归纳，其中简要介绍了基于统计学的方法，基于图像处理的方法，并详细介绍了一些当前较好的光照预处理方法，例如基于自商图像方法（单尺度、多尺度自商图像），Retinex方法（单尺度、多尺度方法），基于对数域上的余弦变换方法，基于大尺度特征和小尺度特征的方法。通过实验对比分析了当前光照预处理算法的优劣。（3）、提出了基于鲁棒主成分分析（Robust Principal ComponentAnalysis）的光照预处理方法。传统的光照预处理算法虽然能够较好的将附着阴影消除，但是无法很好的处理投射阴影的影响。基于此问题本文在大尺度特征和小尺度特征的基础上引进了鲁棒主成分分析来进一步消除投射阴影的影响，并取得了一定的效果。该部分内容详细的介绍了我们的算法，同时在the Extended YaleB、CMU-PIE、FRGC2.0三个数据集上从视觉效果和人脸识别率两个方面与基于对数域上的余弦变换方法，基于大尺度特征和小尺度特征方法进行了有效的实验对比。