近年来,医学及美容行业获得了蓬勃发展,皮肤的保健和美容越来越受到人们的关注。目前,已出现用于测试皮肤状况的智能诊断系统,但需手动采集不同的皮肤区域以实现对皮肤不同指标的检测。为实现更加自动化的智能皮肤诊断系统,本文引入了人脸皮肤在线自动诊断系统,该系统仅需一张彩色的单人正面头部图像,直接根据该图像便可实现对人脸不同区域皮肤的状况诊断,而并不需要人为的多次图像采集及诊断,真正实现了对人脸皮肤的自动的全面的诊断。要实现上述系统,首先要实现从图像中自动提取人脸区域及面部各器官,进而将人脸划分成不同区域,然后对不同区域皮肤进行不同指标的检测,最终实现从整体上对皮肤肤色、斑点、皱纹、水份油份等指标的综合检测。本文主要负责研究实现该系统的第一步一人脸区域及面部各器官的自动提取,具体内容包括:1)利用肤色特征进行人脸检测,通过肤色高斯建模-阈值分割-数学形态学处理过程实现对人脸的检测。在分割出人脸后,针对本系统特点及后续要求,加入人耳去除模块,最终确定人脸矩形区域。2)在人脸矩形区域内,实现对面部各器官的提取。人眼定位主要是参照复杂度算法并做了相应改进,最后提取前4个结构居中度最大的中心点作为可疑人眼中心,然后通过加入判定条件,实现了各种情况下对双眼的成功检测,提高了人眼检测率;人嘴的检测是利用嘴唇处R分量与G分量的差值较大及O分量在嘴唇处具有稳定的分布范围两个特点来实现的;对于鼻孔的提取,主要是根据鼻孔灰度低的特点,通过提取鼻孔搜索区域内灰度值最低的5%像素来实现。3)在上两步基础上,根据脸颊与脖子的位置关系及各自的形状特征检测脖子与脸颊处的两个交点,并根据人脸分布规律确定下巴尖的具体位置,然后利用二次曲线拟合下巴轮廓,去除脖子区域,精确定位人脸区域。最后,确定人脸边缘,完成人脸区域精确定位及面部各特征的提取。通过数码相机拍摄获取200张图像对本文算法进行测试,实验结果表明本文提出的人脸检测算法及面部各特征提取算法均具有较高的检测速度和检测率。