提出一种具有较强光照鲁棒性的人脸识别方法。通过Gamma校正、高斯差分（DoG）滤波和对比度均衡化算法对图像进行光照预处理，降低光照敏感度；利用局部二值模式（LBP）算子提取局部纹理特征，将图像划分为若干个不重叠的子区域，提取每个子区域LBP直方图，形成人脸图像特征，用主成分分析（PCA）进行降维处理；使用支持向量机（SVM）进行分类识别。在Yale-B数据库进行实验的结果表明，该算法的平均识别率可达99.68%，其性能优于目前该领域的典型算法。