人脸识别技术由于其自然性和高可接受性，被广泛的应用于视频监控、司法应用、身份认证等领域。近年来，随着研究的深入，人脸识别技术得到较大的发展，然而光照变化却是一直制约着人脸识别技术普及的关键因素之一。目前，已经提出了许多处理光照影响的算法，光照不变量提取方法以其较高的性能及较小的计算复杂度成为了主流方法之一，该方法又以基于小波变换的光照不变量提取方法为代表。本文在对光照不变量提取算法，小波变换相关理论，双树复小波变换相关理论，光照对人脸识别的影响及直方图均衡化等知识进行了深入的研究后，提出了基于双树复小波变换和贝叶斯去噪模型的光照不变量提取算法。而且利用直方图均衡化对基于小波变换和贝叶斯去噪模型的光照不变量提取算法(WBD算法)与基于双树复小波变换和贝叶斯去噪模型的光照不变量提取算法(DBD算法)进行改进得到了改进的基于小波变换的光照预处理算法(WBDH算法)和改进的基于双树复小波变换的光照预处理算法(DBDH算法)。以下是本文的主要工作和创新点：1.提出了WBDH算法。直方图均衡化能增强图像的对比度和色调。在光照不变量中主要包含的是人脸表面的反射系数，由于只包含较少的光照成分，所以图像的对比度较低，边缘信息也不够明显。本文使用直方图均衡化对WBD算法提取的光照不变量进行增强，取得了较好的效果。实验数据表明，对光照不变量进行直方图均衡化能有效的提高不同光照条件下的人脸识别算法的正确率。2．提出了DBD算法。双树复小波变换是一种新的小波函数，是对传统小波技术的发展，它诸多的优良特性对图像的处理非常有利。基于此，本文提出使用双树复小波变换对WBD算法进行改进得到了DBD算法。DBD算法在Yale B人脸库上性能有较大的改善。3.提出了DBDH算法。本文在DBD算法的基础上使用直方图均衡化又进行了一次改进，希望能得到效果更佳的光照不变量提取算法。实验证明，DBDH算法拥有最好的识别率。