Este artigo apresenta um estudo da influência da iluminação na classificação de faces humanas em imagens digitais. Foram usadas as imagens da base The Yale Face Database B que é composta de 5850 imagens de faces adquiridas sobre condições de iluminação variadas sistematicamente. As seguintes características foram extraídas das imagens: valores dos pixels, histogramas dos valores dos pixels, componentes principais extraídos por meio de PCA e LBP. Essas características foram utilizadas para treinar e testar os seguintes classificadores: máquinas de vetores de suporte e redes neurais artificiais. Além disso, a extração das características foi realizada global e localmente e métodos básicos de combinação de classificadores foram aplicados. Os resultados experimentais comprovaram a superioridade da utilização de redes neurais com características LBP extraídas localmente para a tarefa de classificação de imagens de faces com variações de condições de iluminação.