人脸识别作为一种新兴的生物特征识别技术，具有重要的理论意义和应用价值。近年来，人脸识别的研究已经取得了一定的突破。然而，因为人脸识别的复杂性，在研究工作中还存在着大量的问题。现有的识别方法通常会因为姿态、表情、光照的变化会引起算法性能的迅速退化，其中又以光照问题最为显著。因此，光照问题的改善是人脸识别系统中一个至关重要的问题。 本文对光照问题进行了相关的研究，对相关的光照纠正算法进行改进，提出了一个新的基于邻域的光照处理算法。实验数据表明，改进的算法能够很好的改善原算法的不足，改善图像的效果，提高图像了在识别阶段的识别率。 对在Log域下的图像DCT光照纠正算法进行了改进，改进了原有算法大量丢弃低频信息而对图像造成了严重的质量退化的问题。改进的光照纠正算法能够在保持人脸信息的基础上很好的改善图像光照的情况，对图像质量有很好的增强效果。 针对LTV算法算法能够很好提取图像轮廓边缘信息，但是算法对图像的信息有很大的破坏，在不同的数据库上不能取得一致良好效果的问题。我们将LTV算法的输出结果加强LogDCT算法的输出结果，改善图像因光照带来的图像变异，改善了图像的质量。 在学习国内外各种先进光照处理算法的基础，通过对光照模型的分析，提出一种新的基于邻域的光照处理算法。人脸是由一系列相邻的小平面组成的，在每个小平面中，光照情况等于各点的光照反射率乘上到达该平面的光照强度。我们通过改变到达每个平面的光照强度来改善图像的光照效果。实验数据显示，该算法能够很好的改善图像的光照情况，对图像的轮廓信息有很好的提取作用，对图像的质量有了很大的提高。