1. gamma correction

非线性的灰度变换，又叫幂律变换，扩大图像正在黑暗区域或者阴影区域的动态范围，同时压缩在亮的区域的动态范围。

这对于减少光照对人脸识别的影响是比较重要的第一步，明显可以看到阴影区域的纹理变得明显了

2. DOG（Difference of Gaussian）

高斯差分滤波器（bandpass）

首先对于大部分的人脸图像，阴影区域大部分是低频的部分，这个低频的部分，虽然也有很多重要的信息，但是，这些往往由光照的梯度引起，很难区分开。

同样，对于高频的信息，很大一部分是噪声或是什么的。

高斯差分滤波器刚好是一个比较好用的也比较方便的带通滤波器，然后高斯函数的参数sigma，对于我们的人脸图像，分别取1,2貌似效果还不错。

3. Contrast Equalization

重新归一化所有的像素点的值

standardize a robust measure of overall contrast or intensity variation

use the median of the absolute value of the signal

a simple and rapid approximation

a nonlinear function to compress over-large value -> hyperbolic tangant

4. some experiment

source:Enhanced Local Texture Feature Sets for Face Recognition Under Difficult Lighting Conditions