目前的科研和商用人脸识别系统能够在小规模人脸数据库、用户配合、摄像环境接近理想的情况下获得令人满意和满足一定实际生产要求的结果,但在更大规模人脸数据库、用户不配合和摄像环境不可控的情况下,其识别的准确率将会急剧下滑。在这些外在的影响因素中,光照变化是影响人脸识别的一个非常重要的因素,多种人脸识别商用系统性能测评也都证实了这一点。因此,现有的人脸识别系统还面临许多挑战,尤其需要解决在非理想摄像条件(光照剧烈变化)下的人脸识别问题。　　本文主要分析人脸识别中的光照不均匀程度问题,从目前已有的针对人脸光照变化问题的研究方法出发,对各种方法进行归纳研究,分析它们的长处与不足,最后对各种条件下的人脸图像进行光照估计,通过分析光照估计图像的特征,尝试不同的研究分析方法,对输入人脸图像的光照情况进行分类,以方便后续的光照预处理,提高人脸识别系统在不同光照条件下的性能。简单来讲,本文的主要工作包括下面两个部分:　　(1)对人脸识别中光照问题研究方法进行归纳分析。由于光照对人脸图像的识别具有很大的影响,针对人脸图像中的光照变化问题,研究者们从不同的角度提出了许多专门的研究方法,Face Recognition Grand Challenge(FRGC)[FRGC文献]的主要任务之一就是对针对人脸图像光照的预处理方法进行评测。在最开始,有研究者提出将这些方法分成三类:不变特征、标准形式和变化建模,后来又有许多研究者依据光照处理算法的处理过程,将这些方法分成另外的三类:基于光照变化建模的方法、基于光照不敏感特征的方法和基于光照预处理的方法。当然这个也不是严格意义上的分类,本部分以这种分类方式对光照问题的研究方法进行了比较系统的归纳分析。　　(2)人脸识别中光照角度分析。影响人脸光照情况的因素主要有光源的角度、强度、个数、人脸皮肤的反射率以及周围的环境光等,在本部分中主要考虑光源的角度对人脸图像的影响。由前一部分的分析,在对上述三类方法的分析比较以及研究的难度与可行性平衡中,采用光照变化建模与光照预处理相结合的方法对不同光照条件下的人脸图像光照角度进行分析。首先对离散余弦变换的方法进行了介绍,并对实验中保留的低频系数进行了实验分析;然后通过这种方法提取反映光照信息的训练样本的光照估计图像,并尝试采用不同的研究方法对光照估计图像进行实验分析,进而找到合适的光照角度分类方法,最终提出了一种基于图像相似度的光照角度分析方法。