人脸检测,就是判断一幅动态或静态图像中是否存在人脸,如果存在,则给出人脸的大小、位置等信息。对于一个完整的、自动的人脸信息分析系统来说,人脸检测算法是必不可少的。人脸检测方法的研究至今己有二十多年的历史,然而,由于人脸检测问题本身的复杂性,目前仍有许多问题有待研究。本文针对复杂背景下的静态彩色图像,利用肤色和特征提取的方法确定候选人脸区域,然后使用模板匹配的方法进行确认。该算法是一个由粗到精的检测过程,将肤色分割、特征提取和模板匹配相结合,一步步的减小目标区域,最终实现彩色图像中的人脸检测和定位。由于肤色信息易受光照影响,本文在肤色分割前先对图像的亮度信息进行分析,然后进行色彩平衡处理,有效减少了光照对肤色分割效果的影响。将HSI颜色空间和YCbCr颜色空间进行结合,综合利用色调、色度和亮度分量对肤色进行分割。实验证明,采用该方法分割得到的肤色区域更加准确。为了验证真正的人脸区域,本文采用了基于眼睛特征定位的人脸模板匹配方法。在图像增强的基础上,利用自适应阈值的方法对图像进行二值化,结合模板匹配的方法准确提取出双眼对,这样做可以减少候选人脸区域的划分,有效的减轻后期人脸模板匹配的工作量,提高了检测系统的执行效率。实验表明,对于彩色图像来说,使用肤色信息对图像进行前期处理,有利于提高运算速度并降低复杂背景对模板的影响,使得算法更加有效。本文所采用的肤色分割和模板匹配验证相结合的方法,对人脸偏转及脸部表情变化等都有较好的适用性和鲁棒性,检测率达到了86%以上。