针对光照对人脸特征提取的影响，提出了一种基于多尺度Curvelet变换的自适应局部熵的光照鲁棒性人脸特征提取方法。采用特殊局部对比增强算法对光照不均衡图像进行光照补偿，同时使图像局部特征显著；通过对增强后的图像进行Curvelet多尺度分解，得到的分解系数进行分块求熵从而构成候选特征向量；通过特征鉴别能力分析和评估，对候选特征值进行最优选择。在ORL，Yale，YaleB，AR四个人脸数据库中的实验结果表明，该方法与传统的PCA，LDA方法相比，避免小样本和特征分解问题，同时具有环境适应性和抗光照影响的特点。