随着科技的发展，传统的身份验证已很难适应人们的需求。基于虹膜和指纹的生物特征验证对采集条件要求高，很难大范围推广。基于人脸检测的生物特征识别具有友好、方便、对硬件设施要求不严格等优势，近年来已经受到充分关注。由于人脸检测是人脸识别的基础，也是基于内容(如视频等)检索的基础，因此具有十分重要的研究意义和实用价值。 本文的主要研究工作和成果包括以下几个主要方面的内容：首先研究了相关图像处理技术，总结分析了多种边缘检测算法及优缺点对比，并在后边的人脸检测过程中综合运用其中的几个算子达到了较好的效果。其次分析了多种区域搜索的方法和优缺点，改进了其中的算法并用于人脸检测。接下来在对国内外人脸检测技术进行相关研究和分析比较基础上，根据区域增长方法的思想提出了一种基于人脸核心区域(眉毛、眼睛、鼻子、嘴等)灰度分布特征来进行人脸检测的方法。该方法首先在多维阈值下对图像进行分析和处理，得到可能包含人脸的一些区域，然后从这些区域中去检索那些特殊的灰度特征，之后根据实验总结出核心特征结构去进行灰度块辨认，得到准核心特征，最后通过去匹配这些准核心特征组成的人脸模式来定位出人脸的大小和位置。 在此基础上实现了一个人脸检测系统。该系统是用C++语言在VS2005.Net环境和Windows2003 Server平台下编程实现。实验结果表明，该方法能在较复杂的背景和多人脸图像中较好地检测出人脸。