随着数字图像处理技术的不断进步和计算机发展水平的不断提高,目标检测和识别算法成为人们所关注的热点。皮肤检测技术作为其中的重点研究方向之一,在人体检测、人脸识别和姿态检测等方面有着重要应用。与传统的RGB成像的检测方法不同,本文探索了基于多光谱成像系统的皮肤检测技术,所做工作包括：1.基于人体皮肤组织细胞在多光谱成像下吸收和反射光线的生理特征,研究了人体皮肤在400nm-1000nm光谱波段下的独特光谱特性。并利用光谱仪等测量设备验证了人体皮肤和生活中常见物品的多光谱反射率特征的差异性。2.设计和建立了一套多光谱成像系统,开发了相关的软件平台。利用该系统,采集了多光谱成像下的人体皮肤正样本和生活中常见物品负样本,建立了多光谱皮肤检测数据库。3.为了减少多光谱检测的波段,从而简化多光谱检测的硬件系统并提高算法效率,研究了多光谱波段选择方法。对经典的Sequential Forward Selection(序列前向选择)算法进行了改进,通过迭代减少样本容量,降低了计算量,并且利用条件概率的选择方法,加强了波段之间的相关性。根据改进后的波段选择算法,得到本论文提出的最佳波段组合。4.设计了多光谱皮肤检测算法。提取皮肤正样本和其他负样本在所选波段下的多光谱反射率特征,利用SVM (Support Vector Machine,支持向量机)训练,根据所训练的分类器进行皮肤检测。对比了传统RGB三波段成像的皮肤检测结果,验证了本论文多光谱成像皮肤检测的有效性。本论文表明,基于多光谱成像的皮肤检测算法可以比较准确地检测到人体皮肤区域,同时能够比较好地区分皮肤和其他类似目标,如假人模型、面具和人体照片等,因此在安全监测领域有比较大的应用潜力。