针对基于主成分分析（principalcomponentanalysis，PCA）方法在特征提取过程中丢弃高阶统计信息的缺陷，提出了一种基于图像重构的特征补偿人脸识别算法。首先利用白化PCA方法提取原始图像特征，对图像进行重构并计算残差图像；然后对残差图像进行白化PCA特征提取，并将其作为第一次提取特征的有效补偿以得到新的特征；最后用最近邻分类器进行识别分类。在ORL、YALE、XM2VTS和AR人脸数据库上的实验结果验证了算法的有效性。