人脸识别正逐渐地应用于现实生活和国防安全领域,但是还存在着很多问题有待进一步解决,如遮挡、光照变化、表情变化、少样本等。本文着重从光照变化出发,围绕光照不变特征提取算法和光照归一化处理进行研究,以期找到更具光照鲁棒性算法。首先,针对光照强度变化的问题,介绍并讨论了现有的几种基于序特征的光照不变量特征提取算法,在AR和Extended Yale B人脸库中对光照变化的人脸图像进行测试,实验结果证明,光照强度发生变化或者光照角度变化较小时,基于序特征方法具有较强光照鲁棒性。其次,针对光照角度变化的问题,探讨几种传统光照归一化方法,并提出了一种基于单向局部亮度映射的光照归一化算法。在Extended Yale B人脸库对上述几种光照归一化算法的性能进行了识别测试。实验结果表明,本文所提算法的识别率在光照角度变化较大时高于现有传统的其它归一化算法。最后,本文提出了一种融合单向局部亮度映射与ELTP特征的人脸识别方法。该算法首先采用基于单向局部亮度映射光照归一化方法对图像进行预处理,在此基础上提取ELTP序特征,最后采用2?特征相似性度量和最近邻准则进行人脸识别。实验结果表明,本文所提算法对光照强度角度同时发生变化的图像相较于现有算法具有更强的光照鲁棒性。