摘要在目前的人脸图像信息处理领域中,包含有人脸识别、人脸跟踪、姿态估计、表情识别等多个研究方向,然而,所有这些研究方向都涉及到一个人脸标识和定位的问题,即必须知道人脸在图像中的位置以及尺寸——人脸检测。因此,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。人脸检测方法研究己经有二十多年了,然而,到目前为止,由于人脸检测问题自身的复杂性,使得虽然有众多研究人员潜心研究多年,仍旧未能得到彻底解决。本文对彩色图像人脸检测问题作了一些探讨。主要工作体现在以下三个方面:(1)提出了一种基于两种色彩空间思想的肤色区域分割算法。基于不同的色彩空间用于人脸检测中均取得了不同程度的效果,但肤色空间的相互转换往往无形中增加了计算量。本文利用RGB和HSI色彩空间的建立思想来进行肤色分割,从而提高人脸检测系统的执行效率和整体性能。(2)找到了一种减少搜索区域的方法。利用一个具有自适应能力的形态学结构要素矩阵进行形态学运算,剔除了人脸周围的附属物,从而减少了扫描范围,提高了算法的效率。(3)借鉴电视机暗平衡思想对图像进行预处理通常图像处理往往注重参考白的处理,而忽略对图像中较暗区域的矫正,这对于利用肤色进行人脸分割检测显然是不够准确的。通过暗平衡的调整可以使头发、眼镜等较暗区域颜色得到恢复矫正,提高了肤色分割准确性。(4)研究了基于马赛克图模糊结构的贝叶斯、LDA验证的人脸检测方法。