皮肤检测技术(Skin Detection)是指在图像中选取对应于人体皮肤像素区域的过程。随着互联网络和数字图像处理技术的发展和应用,近年来对数字图像中皮肤区域的识别及分割技术的研究非常活跃,并取得了一定的研究成果,同时也还存在若干问题。皮肤检测技术被广泛应用于人脸检测与识别、面部表情识别、手势识别、互联网色情图像过滤以及基于内容的图像检索等。具有显著的理论研究意义和实际应用价值。从分类的观点出发,皮肤检测与识别技术是一个二值分类问题,即从一幅图像中标记出皮肤像素和非皮肤像素。一个优秀肤色分类器的建立需要考虑颜色空间的合理选择和肤色建模技术等问题,并能够适应光照条件变化、成像设备特性的不同以及范围广泛的肤色样本差异、个体性差异等,同时最好能够根据应用精度的不同来调整相应的计算策略和计算开销,当然这是理想状态的优秀肤色分类器。本文首先讨论了皮肤检测技术中常见的颜色空间,各种颜色空间的优缺点以及是否存在最优颜色空间等。接下来介绍了现有的几种肤色模型的建立方法以及各自的特点。最后针对目前许多皮肤检测方法只考虑了像素级别上的颜色信息,未较好地利用图像空间上的其他信息如纹理信息,以及光照条件对成像颜色所造成的影响,在SPM方法的基础上提出了改进。提出了一种综合颜色和纹理信息的皮肤检测方法。首先引入“灰色世界”算法(Gray World algorithm)对因非标准光照所产生的颜色改变进行校正,有效提高了正检率。对SPM方法的输出部分通过灰度共生矩阵提取图像的纹理信息,过滤颜色信息为皮肤而纹理信息为非皮肤的像素区域,有效降低了误检率。实验结果表明,该方法取得了较好的效果,同时也还存在若干有待解决的问题。