1、人臉識別是圖像處理和模式識別領(lǐng)域的一個重要研究課題，人臉識別和認(rèn)證技術(shù)在公共安全、智能監(jiān)控、多媒體等領(lǐng)域有著廣闊的應(yīng)用前景。經(jīng)過數(shù)十年的研究，在理想情況下人臉識別技術(shù)已能取得較好的識別性能。但在不可控環(huán)境中易受到光照、姿態(tài)、表情、遮擋等因素的影響，使識別性能急劇下降。讓人臉識別系統(tǒng)走向?qū)嵱萌匀皇且粋€極具挑戰(zhàn)性的課題。
　　本文針對光照問題進行研究，以提高人臉識別系統(tǒng)對光照的魯棒性和識別率為主要目標(biāo)，主要對人臉圖像預(yù)處理、提取光照不

2、變特征、分類識別等關(guān)鍵階段展開研究，探討人臉識別問題的研究方法。本文的主要工作和研究成果概括如下：
　　1.首先介紹了人臉識別課題的研究背景和意義及國內(nèi)外發(fā)展情況，針對光照問題的三種研究方法：光照建模、光照補償、光照不變特征提取法進行分類總結(jié)，分析其優(yōu)缺點。
　　2.提出一種基于非下采樣Contourlet變換（Nonsubsampled Contourlet Transform，NSCT）和鄰域去噪的光照不變?nèi)四樧R別算法。

3、光照問題是影響識別效率的重要因素之一。本文在分析了小波變換提取人臉特征的基礎(chǔ)上，采用多尺度的NSCT，它不僅具有小波變換的多分辨率和時頻局域特性，還具有很強的方向性和冗余性，可以更完備的提取光照不變特征，同時在圖像表示上能更好的描述人臉細節(jié)信息。采用鄰域去噪方法去除光照不變特征中的投射陰影等噪聲，因為投射陰影出現(xiàn)在局部的可能性最大，鄰域去噪符合這點，其只在小范圍內(nèi)進行去噪，相比于一般的去噪方法，能保留更多的邊界信息。經(jīng)實驗證明，該方法有

4、效的提取光照不變特征，顯著提高了人臉識別率。
　　3.人臉識別系統(tǒng)分為預(yù)處理、特征提取、分類識別三個關(guān)鍵環(huán)節(jié)，每一階段對人臉識別系統(tǒng)性能都有所提升。本文提出的基于局部二值模式（Local Binary Pattern，LBP）和線性回歸的可變光照人臉識別算法同時涉及這三個階段，在每一階段中對光照進行處理，得到更完備的可變光照算法。在預(yù)處理階段采用Gamma校正、DoG濾波、對比度均衡化方法，降低光照敏感度，采用具有光照魯棒性的分塊