人脸检测需要综合应用图像处理、模式识别、计算机科学等知识才能达到预期的效果,是一项极有挑战性的研究。本文从实用性和易于实现的角度出发,研究了基于肤色分割和面部几何特征提取的人脸检测方法。首先,研究了利用肤色信息从背景中分割出脸部候选区域的算法。在YCbCr彩色空间内,对光照偏离较大的彩色图像进行光线补偿;然后,分析了两种肤色分割方法:一种是根据肤色的Cb和Cr呈高斯分布的特性,利用高斯模型对肤色区域进行分割,另外一种是在非线性变换后的YCbCr彩色空间中基于椭圆肤色模型的方法进行肤色分割;对分割出来的区域进行形态学处理,从而确定人脸侯选区域。前一种肤色模型的色度是独立于亮度的,后者则考虑了亮度变化对色度的非线性影响,因此,后者能更精确地检测出肤色区域。肤色分割得到的候选区域中,有的是人脸区域,有的是非人脸区域。因此,提出利用面部几何特征从候选区域中去除非人脸区域,确定人脸位置。利用人脸面部构造产生的灰度特性提取眼睛,利用嘴唇的色度特征分割出嘴巴,进而根据眼睛和嘴巴构成三角形模板的特性,精确定位人脸在图像中的位置。本文采用Matlab研究该算法。实验结果表明,这种结合肤色和面部几何特征的算法,能够对人脸进行较快速和准确的定位,并且结果比较稳定可靠。