人脸特征点的自动定位技术一直是学者们研究的热点,可以应用于三维人脸建模,人脸表情识别等领域。目前人脸特征点定位的方法较多,但在定位精度和计算速度方面都存在需要改进的地方。本文设计了一种基于相似度的人脸特征点自动定位方法。本方法对左右眼瞳孔中心,眼角点,上下眼睑点,鼻孔外侧,鼻尖和嘴部中心、嘴角和上下嘴唇边缘点和眉毛左右边缘点以及脸部轮廓点,共29个点进行自动定位。该方法的特点是：在一定的光照干扰,胡须干扰以及人脸小角度倾斜情况下具有一定鲁棒性。且无需进行前期繁琐的手动定位制作样本集进行训练。首先对原始图像进行了预处理,其中包括直方图均衡化和光照补偿。实验证明,预处理后的彩色图像比原图像更加清晰且亮度增加,增强了对比度,使得后续的人脸检测和特征点定位较为容易实现。其次将预处理后的RGB图转换到YCbCr色彩空间,计算了人脸在Cb-Cr子空间中相对于肤色模型的相似度,得到人脸肤色区域亮度较高,非人脸区域亮度较低的相似度灰度图,对其均值滤波和归一化后进行二值化,分割出人脸并截取人脸部分,再对二值图做数学形态学计算去除噪声。利用检测人脸区域时的二值图,结合先验知识和边缘检测以及唇色公式、鼻孔灰度变换和眉毛灰度变换公式定位眼睛、嘴唇、鼻子和眉毛的特征点。其中利用的鼻孔、眉毛变换公式是本课题的创新点之一。最后,对人脸轮廓点的定位方法也是创新所在。对于额头点,可以利用两眼中心连线的中点的横坐标并结合边缘检测寻找到其纵坐标。类似地,还可定位两眼角延长线上的边缘点和两嘴角延长线上的边缘点。最后采用曲线拟合的方法定位下巴点。通过实验验证了上述算法的可行性,实现了较准确的人脸检测与特征点定位。