人脸识别技术作为当前生物特征识别技术领域的热门研究课题，有广阔的应用前景。人脸识别因受多种因素影响，使识别结果达不到预期效果，这些因素包括：光照变化、姿态、表情等，如何高效、准确地消除这些因素的影响是当前人脸识别面临的主要问题。本文主要针对复杂光照条件下人脸识别问题，重点研究了可变光照条件下的人脸图像预处理和多特征融合。论文的主要研究工作如下：（1）研究了基于图像处理技术的人脸图像预处理。基于图像处理技术的人脸图像预处理方法简单有效，但是单一的图像处理技术算法性能不稳定难以达到理想的识别效果。针对这一问题提出了基于图像引导滤波的光照预处理方法。首先，根据自定义光照标准函数对引导图像和输入图像进行分类，经指数或对数非线性变换调整后进行直方图均衡化处理；然后，采用图像引导滤波对图像细节进行增强，使变换后的图像更清晰；最后，利用空域高通滤波来抑制局部锐化现象。实验结果表明用本文方法处理过的人脸图像清晰且细节丰富，对提高复杂光照条件下的人脸识别率有很大的帮助。（2）研究了全局和局部特征融合的人脸识别算法。全局特征和局部特征在人脸识别中都具有重要价值，如何将全局和局部特征有机的结合起来以充分发挥各自的优势，克服其缺陷，成为当前人脸识别研究的一个重要方向。提出了一种融合全局和局部特征的人脸识别算法。首先，通过PCA算法获取全局和局部人脸特征；然后，根据各局部子块包含的信息量即利用图像熵值进行自动加权的算法并利用局部特征进行人脸识别；最后，基于贝叶斯原理对全局和局部特征进行数据融合。实验结果表明本数据融合算法有利于综合各种特征提取方式的优势，能有效地提高人脸识别率。