人脸识别是一项富于挑战性的研究课题.如果仅仅利用现有的某一种方法，很难达到理想的识别效果.现阶段研究的热点是如何避免或者尽量减少光照的影响，如何在复杂的背景和不好的环境下提高识别率.在人脸识别的研究过程中，有很多因素制约着人脸识别能力，包括如年龄、性别、表情、心理等内部因素，还有外部环境光照、姿态等外部因素，面对这些困难，人脸识别的关键是选择适当的特征来表征人脸，这样，特征提取就发挥着很重要的作用.在图像分析和人脸识别中，奇异值分解和快速傅里叶变换是两种有效的处理工具.本文对图像经过傅里叶变换所得到的幅度谱和相位谱,和经过奇异值分解后得到奇异值矩阵和奇异值向量矩阵，包含的图像的特征信息进行了研究,并且提出新的观点：奇异值矩阵中包含图像的对比光照亮度信息，奇异值向量矩阵包含着图像的纹理结构轮廓信息.本文的结构如下，首先阐述了傅里叶变换和奇异值分解相关理论，并且重点运用图像实例进行了相关不变性在视觉上的直观证明；接下来，进行了大量的实验设计，得出傅里叶变换之后相位谱中，包含的是图像纹理轮廓结构，而幅度谱中包含的是图像的对比光照亮度信息；然后，通过多组对比实验设计，得出了图像经过奇异值分解之后，得到的奇异值向量矩阵中包含着图像的大部分信息，包含纹理和轮廓信息；提出新观点，奇异值矩阵中包含着对比光照亮度信息；最后，基于YALE人脸数据库设计大量实验，寻求傅里叶变换后幅度谱和相位谱与奇异值矩阵中的包含着图像信息的联系，实验得出了奇异值矩阵和幅度谱矩阵包含的是类似的信息，对比光照亮度信息，验证了所提观点的正确性.为克服光照的影响提供了一种新思路，有助于提高人脸识别的性能.