人脸识别作为一种重要的生物特征识别技术，在身份认证中扮演着重要角色。在人脸识别过程中，图像预处理和特征提取占有重要的地位。光照处理和人脸几何矫正是图像预处理的主要内容。二维Gabor小波变换从不同尺度和方向反映人脸图像局部范围内像素灰度值的变化情况，其中，Gabor幅值和相位包含了丰富的判别信息，因此常常用于特征提取。本文针对正面人脸识别展开研究，在图像预处理和基于Gabor变换的特征提取方面，完成了一些工作，主要工作包括：(1)研究并实现了人脸识别相关的图像预处理技术。对于人脸图像的辐射校正，引入并实现了基于Retinex理论的SSR算法；对于人脸图像的几何校正，通过构建左、右眼及嘴巴中心的ASEF滤波器定位面部双眼和嘴巴的中心位置，将定位得到的三个中心点用于人脸图像的几何校正，从而实现了人脸图像的几何规范化预处理。(2)针对基于局部Gabor二值模式特征的人脸识别方法提取的特征维数过高的问题，采用了白化主成分分析技术进行特征降维。首先利用主成分分析降维技术，然后对降维后的主成分数据进行白化变换。通过这样的处理，不仅降低了特征维数，而且提高了特征的判别能力和鲁棒性。(3)提出了一种基于PDOGP的人脸特征表征模型。Gabor相位包含了大量的判别信息，并对光照不敏感；主方向模式则抓住了邻域像素之间的相互作用(方向关系)。因此利用主方向模式对Gabor相位进行编码，然后对编码图像进行分块并提取直方图序列。用得到的直方图序列作为人脸特征表示，不仅克服了Gabor相位对位置变化较为敏感的缺点，并且具有较强的鉴别能力和鲁棒性。参数选择实验以及将本文算法与其他几种人脸识别算法在不同的人脸库上进行比较性实验，验证本文算法的有效性。