人脸检测与识别技术是当今图像处理领域中的重要课题之一，它涉及到生物学，计算机视觉，图像处理和模式识别等各个领域。它之所以受到重视是由于社会实践的迫切需求，特别是安全等领域的需求。目前对人脸检测和识别技术的研究主要集中在简单背景下的单人脸方面，复杂背景下的多姿态多人脸的研究则刚刚开始起步。 本论文主要研究了复杂背景下的单人脸和多人脸图像的分割和检测的基本理论，重点探讨了基于数学形态学的瞳孔分割算法和利用瞳孔分割的结果检测人脸的问题。论文的主要研究工作和主要成果包括以下几个方面。 首先，研究了YCbCr彩色模型下的人脸肤色的聚类性特点，并用YCbCr彩色模型去分割人脸，将人脸从复杂的背景下分割出来，使得人脸检测的范围大大缩小，为分割瞳孔提供了良好的条件，为在复杂背景下检测到人脸提供了较为精确的范围。YCbCr彩色模型能大大降低光照等外在因素的影响，提高了肤色分割的鲁棒性。 其次，研究了瞳孔分割算法。本论文提出以数学形态学为基础的瞳孔分割算法提高了瞳孔区域和其它区域的对比度，并利用瞳孔特征确定人脸。论文提出的基于数学形态学的瞳孔分割算法，一是利用瞳孔的灰度特征，二是利用瞳孔的形状特征，三是利用瞳孔在人脸区域中的位置特征。 最后，本论文对复杂背景下的多人脸图像进行了研究。将复杂背景下的瞳孔分割算法应用到复杂背景下多人脸图像中。 本论文结合人脸肤色在YCbCr彩色模型下的聚类性和数学形态学易于实现的优点加强了瞳孔等人脸特征，为后续处理提供了良好的基础。