在目前的人脸图像信息处理领域中,包含有人脸识别、人脸跟踪、姿态估计、表情识别等多个研究方向,然而,所有这些研究方向都涉及到一个人脸标识和定位的问题,即必须知道人脸在图像中的位置以及尺寸——人脸检测。因此,对于一个完整的、自动的人脸信息分析系统来说,人脸检测算法是必不可少的。　　 人脸检测方法研究己经有二十多年了,然而,到目前为止,由于人脸检测问题自身的复杂性,使得虽然有众多研究人员潜心研究多年,仍旧未能得到彻底解决。本文对彩色图像人脸检测问题作了一些探讨。主要工作体现在以下三个方面:　　 (1)提出了一种基于两种色彩空间思想的肤色区域分割算法。　　 基于不同的色彩空间用于人脸检测中均取得了不同程度的效果,但肤色空间的相互转换往往无形中增加了计算量。本文利用RGB和HIS色彩空间的建立思想来进行肤色分割,从而提高人脸检测系统的执行效率和整体性能。　　 (2)找到了一种减少搜索区域的方法。　　 利用一个具有自适应能力的形态学结构要素矩阵进行形态学运算,剔除了人脸周围的附属物,从而减少了扫描范围,提高了算法的效率。　　 (3)借鉴电视机暗平衡思想对图像进行预处理　　 通常图像处理往往注重参考白的处理,而忽略对图像中较暗区域的矫正,这对于利用肤色进行人脸分割检测显然是不够准确的。通过暗平衡的调整可以使头发、眼镜等较暗区域颜色得到恢复矫正,提高了肤色分割准确性。　　 (4)研究了基于马赛克图模糊结构的贝叶斯、LDA验证的人脸检测方法。