随着计算机技术、通信技术和数字信息技术的发展，基于生物识别的个人身份认证技术将传统的安全技术推向新的高度，而人脸识别技术的研究在身份认证技术中占有及其重要的地位。对人脸自动识别方法的研究己成为当前模式识别和人工智能领域的一个研究热点。但是阻碍人脸识别技术应用的瓶颈之一——光照问题，一直是众多研究人员研究的焦点领域。　　 存在光照问题的图像是指应该表现特征的位置有光照问题而不能准确被识别的图像，通常是由偏光导致的。高光的过亮、低光的过暗、阴影、图像整体像素值过低、对比度过低都是光照不均匀引起的。由于人脸特征被阴影所遮盖，识别率会大大降低甚至被误判。本论文主要研究人脸图像消除光照影响的有效方法，主要工作如下：　　 1、提出了一种基于方向扫描的消除人脸图像光照差别的算法，该方法在对人脸光照模型进行球体光照模型的假设后，用球体光照模型的灰度均值和灰度标准差特性对人脸图像像素灰度值进行方向逐行扫描校正，达到消除光照影响的目的。　　 2、提出了一种基于非线性拉伸图像像素灰度值的消除光照差别算法，该方法利用幂函数实现了对图像的低灰度值像素进行非线性拉伸，使图像的极暗光照部分的灰度值提高、对比度增大。　　 本文还对这两种方法处理后的图像质量进行了评价。从Yale-B人脸图像库中选出典型的人脸图像，用本文提出的方法处理后，再与正面光照条件下采集的相同人脸图像进行对比，通过对人脸的边缘提取和人脸重要特征点的边缘灰度对比度进行比较，表明本文提出的两种光照补偿方法具有很好的消光照效果。