人脸检测识别技术在公安(犯罪识别等)、安全验证、银行、海关、视频会议、交通、数字娱乐、流动人口管理和统计领域等方面有着巨大的应用前景。在很多重要场合，如保安系统、信用卡确认、罪犯识别、海关过境检查等，都需要对人进行无伤害无限制且可靠的人脸检测识别。因而成为当前模式识别和人工智能领域的一个研究热点。人脸检测识别技术经过多年来的研究，已经积累了大量研究成果。但是，非约束环境下的人脸检测识别仍然面临着很多困难，除了要准确快速的检测并分割出人脸部分，有效的变化补偿、特征描述和准确的分类以及对受检人的身体伤害以及人身自由的限制(即对受损人员的姿态、表情及脸部的附属物不受任何限制)最少。将成为今后的主要研究主题。 本文系统阐述了彩色图像的肤色分割、子图像信息融合、融合子图像的人脸检测问题。结合人脸的特征提出了多尺度图像边缘融合检测算法。该方法运用HIS和YCbCr两个不同颜色模型得到肤色图像；将肤色图像进行小波变换得到小波子图像，正交小波变换既能够保留数字图像的原有信息，又具有分解的唯一性和去相关作用。Daubechiesl正交小波来对人脸肤色区域作离散小波变换，得到小波变换的水平子图像LH、垂直方向的子图像HL和对角方向子图像HH。水平子图像LH是通过对图像的列作平滑，检测行的差异。LH反映了肤色区域水平边缘。垂直方向的子图像HL反映了肤色区域水平方向的高频分量即图像的竖直边缘。对角方向子图像HH表现了图像的对角边缘。子图像LH、HL中人脸内部出现连续的可见度较高的区域，而似人脸但非人脸区域在该子图像中呈现可见性较高但离散的区域。小波子图像中：低频子图像LL保持了