人脸检测是指通过对输入图像进行分析，确定其中人脸的数目、大小、位置、姿态等信息的过程。人脸检测作为人脸识别的先期工作，是计算机模式识别领域研究热点，涉及模式识别、图像处理、生理学、心理学、认知科学等许多领域。由于人机交互、安全监测等应用的日益广泛，这使得人脸检测技术的研究越来越重要。 目前人脸检测方法可归类基于图像块、基于模版匹配、特征不变和基于知识四种。其中基于特征不变的算法，首先用各种数字图像处理方法对输入图像进行处理，根据结果提取某些特征与人脸某些共性特征进行比较，继而判断某一区域是否为人脸。其中眼睛这一器官有着举足轻重的作用，只要眼睛被精确定位，再辅助用脸部其他器官，如眉、鼻、嘴等信息，就可以比较准确的定位出人脸位置。 利用地形学标定的相关理论，本文介绍了一种新的眼睛定位算法。该算法是基于图像成像过程中，瞳仁对光源会有不同程度的反射，会有明显的亮斑效应的光学原理而提出来的。用地形学方法对灰度图像进行标定，眼睛部位会呈现地形学标定中山谷点的典型特征。文章首先利用地形学标定算法找到灰度图像中眼睛的所有候选点位置集合；然后利用眼睛本身固有的灰度、几何信息构造了若干条筛选规则对候选眼睛对集合进行精简操作；通过研究各种投影函数在眼睛对窗口的特点，作者发现眼睛区域积分投影和方差投影的极大值和极小值位置会呈现一定特征，而构造出了积分投影的极大值点、方差投影的极小值点和候选眼睛点三者位置在一定容忍区域之内的眼睛对验证规则。最后运用该验证规则对精简后的眼睛对进行了验证，达到了精确定位眼睛的目的。 实验表明，本文提出的眼睛定位算法，在现在的实验数据下具有较高的正确定位率和鲁棒性，而且可以较好地、快速地定位出单一背景或者复杂背景中单一人脸图像中的眼睛。对于多脸孔的图像，也有较好的定位效果。