随着信息技术的发展和电子商务的推广,信息安全正成为一个十分严峻的问题。传统的身份验证方式已经不能满足应用的需要,基于生物特征的识别方式应运而生。其中人脸识别是最具有应用前景的方式,而人脸检测对于人脸识别的性能有着极其重要的影响。然而目前对人脸检测的研究还存在着许多问题:其中之一是当光照条件不好时,人脸检测的识别率不高;还有就是目前的算法大部分都是基于PC平台的,无法满足实时性的需求。为了解决这两个问题,本文在深入研究各种主要的人脸检测算法和数字图像处理技术的基础上,以弱光照下的实时人脸检测为目标,改进了基于肤色的人脸检测算法,并设计了基于FPGA的人脸检测硬件系统。本文首先对传统的基于肤色的人脸检测算法进行了一系列的改进,采用YCbCr色彩空间的高斯模型进行肤色分割,利用对数变换方法进行弱光照补偿,并结合形态学滤波和空间滤波等进行噪声处理;然后基于改进的算法设计了硬件框架,分成图像输入输出部分、图像缓存部分和图像处理三大部分,再根据各个部分的功能分别设计了子模块。本文先用Matlab对改进的算法做了算法验证,对单张人脸的检测率达到了97.75%,平均检测时间约为0.3s;对多张人脸的检测率也达到了90%,检测时间为2.1s。然后用Modelsim对各个部分的子模块进行了功能仿真验证;最后在Quartus II开发环境下,以DE2开发板和D5M图像传感器为硬件平台,实现了基于FPGA的人脸检测系统,检测率为97.13%,检测速度约为30fps。这表明本文改进的算法和构建的硬件系统较为可行,能够在弱光照下实现较高检测率的实时人脸检测。