近年来，人脸识别作为一种生物特征识别技术已经成为图像处理与模式识别领域的研究热点，在身份认证，人机交互，视频安全监控等方面得到广泛应用。但是，在现实应用中，由于真实环境中光照条件以及个人所处环境与光源方向的相对位置的影响，导致光照在人脸上的表现是很难受到控制的。另外，光照对人脸识别的影响要远大于人脸本身以及其他一些影响人脸识别的因素，如遮挡，姿势等。因此，在本文中，我们首先通过对现有的去光照方法的深入研究，讨论了常用的被动光照预处理方法（光照变化建模，光照不变特征，光照补偿等），并进行各自优缺点的分析以及性能的比较。同时，详细讨论了基于Retinex理论的一些光照补偿方法，在这些方法中，估计出的光照的质量极大地影响着人脸本真的反射特性；另外，基于Retinex理论的光照标准化方法具有计算量大，产生人为光晕假象，阴影不易消除，边缘尖锐化等缺点，本文讨论了如何减少这些因素对光照估计的影响，提出了将同态滤波以及改进的动态形态学商图像分别应用于图像的频域与空间域，以此来减少阴影对人脸识别影响以及提升人脸反射特性的质量。其次，对于光照估计中尖锐边缘的成因进行了分析，提出了基于小波变换和Retinex理论相结合的光照标准化方法来消除尖锐边缘。本文深入探讨了人脸识别中去光照的方法，主要从以下几个方面进行展开：　　1.分析了人脸识别的基本原理，研究现状，面临的困难，讨论了影响识别效率的主要因素以及常用的人脸图像光照标准化方法，深入探讨了一些基于Retinex理论的光照补偿方法，并且对这些去光照方法的性能进行比较。　　2.提出了一种基于同态滤波和改进的动态形态学商图像进行光照预处理的方法。对图像在频域使用同态滤波来减少光照分量，然后基于空间域形态学梯度信息，构造边缘商图像来增强用于人脸识别的重要特征的分量。实验结果证明，改进的方法不但有效减少了阴影的影响，同时提高了光照估计的质量，进而增强用于人脸识别的人脸反射特性的质量。　　3.提出了一种结合小波分析与Retinex理论的光照标准化方法。在常用的基于商图像的方法中，边缘信息的尖锐化会极大地影响识别的效率，对此，我们首先对图像进行小波变换保留重要的纹理，细节信息，然后使用自商图像进行光照估计和反射特性评估。实验结果证明，该方法较之传统的商图像能够极大地减少锐化边缘，保留人脸本身的细节，提高光照变化下人脸识别效率。