随着经济、信息全球化的发展，视频监控已经成为现在社会一种常规的安全防范手段。但在获取图像的过程中，光照是非人工控制的，导致获取的图像对比度差、分辨率低，这就给人脸检测、人脸跟踪、人脸识别带来了相当大的困难。因此，如何解决光照问题是提高人脸检测的关键问题。本文在人脸检测和人脸识别算法研究的基础上，重点研究了光照预处理的算法。首先，本文详细介绍了几种常见的光照预处理算法，对比分析了这些算法的优点和不足。针对Retinex算法处理的人脸图像会产生“泛白、颜色失真、对比度低”和时间长的缺陷，提出了一种新的带色彩恢复的多尺度Retinex算法（MSRCR）。在对MSRCR理论进行研究的基础上，对原有算法进行改进，利用了快速傅里叶变换，使运行速度快于已有传统方法。该算法能够较好的恢复图像中暗区域的信息，突出图像中的肤色区域特征，因此进一步提高人脸检测率。其次，在研究光照预处理方法的前提下，本文利用人脸特有的肤色特征实现快速人脸检测。在颜色空间选取上，采用了改进的YCbCr颜色空间来建立肤色模型；根据改进的肤色模型进行肤色检测和阈值分割；为了使人脸检测更加准确，对肤色检测算法进行了改进，提出了一种基于肤色备选人脸区域分割优化算法。该算法先运用数学形态学分析和处理肤色分割后的二值图像，然后再将得到的备选人脸区域与预先制作好的人脸模板匹配，最终准确定位出人脸区域。最后，本文采用PCA主成分分析法对人脸进行识别，并用Visual Studio2010、Matlab混合编程开发了实用性很强、方便操作的基于光照预处理的人脸检测与识别系统。