人脸识别作为模式识别的一种已经在门禁系统、信息安全等领域得到了广泛的应用。人脸识别主要包括人脸检测和人脸判定,影响其识别率的因素很多,光照、姿态和表情是影响人脸识别性能的三大主要因素,在门禁系统中光照条件会随时发生变化,对人脸识别的影响尤为明显,针对门禁系统中人脸识别的光照补偿问题展开理论和应用的研究。门禁系统中由摄像头采集到的人脸图像直接进行识别匹配其准确率不高,需要对图像进行预处理,预处理可以消除噪声、减少光线的干扰,首先介绍了人脸图像预处理的基本方法,包括灰度变换、直方图修正、图像滤波等,并通过人脸肤色模型的实验,验证经过预处理后的图片能较好的检测出人脸轮廓；然后比较人脸检测的基本方法,基于椭圆肤色模型的人脸检测算法具有较好的效果,该算法分割速度快,而分割精确性大体上能满足实验要求,具有较好的实用性,接着对提取出的肤色模型进行膨胀和腐蚀处理,能够较好的提取出人类轮廓；最后针对人脸识别的瓶颈问题之一：光照条件的变化大大的影响人脸识别的准确率,阐述光照如何影响人脸识别的准确率,商图像法找到了人脸特征不随光照变化的规律,可以在很大程度上消除光照变化带来的不利影响。同时商图像法也存在某些缺陷,在算法和方法上可以进行如下改进：(1)增加点光源的数量,将原来3个点光源增加至5个点光源(2)通过光照补偿的适用条件来预估人脸是否需要光照补偿来减少不必要的计算。Extended Yale B人脸库上进的实验测试结果表明商图像能有效降低光照变化对人脸识别率影响,改进后商图像法方法不仅能进一步的提高人脸识别率而且还能降低运算量。