人脸自动识别系统是目前生物识别领域的热门研究课题,其关键技术之一是人脸检测。随着模式识别和计算机视觉的发展,如何有效利用色彩信息提高人脸检测成为研究重点。本文针对彩色图像人脸检测问题进行了以下研究工作：1)介绍了几种常用的肤色分割方法,针对肤色在YCbCr色彩空间椭圆分割和在HSV色彩空间简单阈值分割的不足,本文提出了一种改进的肤色分割方法,兼顾了效率和精度。2)在肤色分割基础上,结合数学形态学处理和连通区域分析、面积关联等特征,对候选人脸图像进行筛选,以期获得较好的人脸检测效果。最后给出该算法的实验结果,并对其进行了深入的分析。3)分析比较了几种常用的光照补偿方法,针对传统的补偿方法存在易受背景色影响,造成图像高亮的缺陷,本文提出了基于线性变换和指数变换的一种新的光照补偿方法,有效的抑制了色彩偏移,提高了肤色分割的精度。4)在人脸定位的基础上,对眼睛定位进行了深入的研究。根据眼睛的色度和亮度信息,结合眼睛几何关系,提出了一种基于色彩和几何特征的人眼定位方法。5)由于基于肤色的人脸检测易受光照和类人脸区域的影响,而直接采用支持向量机(SVM)检测人脸图像速度较慢。针对这两种方法的不足,提出了基于肤色分割和支持向量机的人脸检测算法。在检测过程中,采用主成分分析法提取样本特征,降低了光照和类人脸区域对检测效果的影响；运用金字塔策略对肤色分割提取的待检区域进行搜索,提高了检测速度。