本文研究了人脸识别技术中的光照估计和光照补偿问题。人脸识别技术是模式识别,人工智能等领域的研究热点,应用领域广泛。然而,光照问题是人脸识别研究中一个公认的难题,对光照处理方法的研究对人脸识别技术的发展具有重要的意义。本文主要工作内容和所取得的研究成果如下:(1)针对视频检索应用的实时性要求,提出了一种新的光照估计方法。该方法基于图像的外观和灰度信息,采用两个判据有效地将光照条件超过光照补偿方法能力范围的图像加以滤除,节省了人脸识别系统的资源。(2)对自商图像光照补偿方法进行了改进,增加了图像锐化预处理步骤,保留了更多的边缘细节信息;并且采用了具有优良性质的Gabor卷积核进行图像滤波,并给出了Gabor卷积核的构造方法。这些改进为后面的识别模块保留了更多光照无关的人脸特征信息。(3)建立了实验环境,完成了各项实验和分析工作,主要包括:光照估计方法的性能分析,改进自商图像光照补偿方法的处理效果分析,以及结合人脸识别系统的实验与分析等。实验和分析结果验证了提出了光照估计方法和改进自商图像光照补偿方法的有效性。本文的研究工作通过物理实验和分析进行了验证。其中提出的光照估计方法能够有效滤掉光照条件较差的图像;改进的自商图像光照补偿方法能够保留更多的光照无关信息。并且将上述光照估计方法和改进的光照补偿方法应用到基于特征脸的人脸识别系统中,实验结果表明采用光照估计后人脸识别系统具有更高的识别率;并且与原始自商图像和基于频域的光照补偿方法相比,本文提出的光照补偿方法可以达到更高的识别率。