本文在分析研究国内外人脸检测相关技术的基础上，针对简单背景下的彩色单人脸图像，将肤色分割、模板匹配与区域优化工作结合起来，构建了一个基于工程实际的人脸检测系统。系统首先对图片进行一系列的处理，然后利用模板匹配定位提取出人脸的大致框架，通过眼睛、嘴巴的定位，最后得到图片中人脸的比较精确的位置、尺度、位姿等信息，实现对人脸的检测。

论文最后总结了本文研究的主要工作，指出了需要进一步研究和改进的地方。

论文的主要内容

在基于肤色和模板匹配的人脸检测方法中，最主要的核心就是肤色建模以及模板匹配，因此本文的内容安排如下：第一章主要阐述人脸检测的定义，在国内外的研究现状和研究方法；第二章设计实现人脸检测的总体方案；第三章实现人脸的大致定位；第四章采用基于模板匹配的方法，实现眼睛定位和嘴巴定位；第四章分析系统的性能，指出有待改进的地方。

人脸检测的总体方案 

本系统是为了实现对图片中的人脸进行检测而设计的。人脸跟踪是现在图像研究中的一个热门话题，而人脸检测则是其最基础的工作。本系统首先对图片进行一系列的处理，提取出人脸的大致框架，然后通过眼睛、嘴巴的定位，最后得到图片中人脸的比较精确的位置、尺度、位姿等信息，实现对人脸的检测。本系统可以单独使用，也可以与人脸识别系统组合使用，在人脸检测的基础上实现人脸识别，实现更广泛的应用。人脸检测主要由3个模块组成：人脸的大致定位模块、眼睛定位模块、嘴巴定位模块。

人脸大致定位模块 

在彩色图像中，人脸肤色对姿势变化不敏感，并且彩色信息特征易于提取，在周围环境较为单调或者肤色相差较为明显的情况下，采用肤色特征可以快速摈弃大量的背景，从而将更多的计算集中在有可能存在人脸的区域。

因此在这一模块里，我们通过先进行光线补偿，来处理图片中可能会存在的光线不平衡的情况；然后在YCb′Cr′色彩空间上采用色彩模型进行肤色建模，快速摈弃大量的非人脸区域；接着使用数学形态学闭运算来去除噪声和处理得到人脸区域的像素点；最后采用递归的方法对人脸区域内部的像素点进行处理，定位出大致的人脸区域。

眼睛定位模块 

眼睛的定位过程是首先是眼睛的色度匹配和亮度匹配，还有色度和亮度的双重匹配，然后去除假眼睛区域，并通过膨胀眼睛区域连接图像的人眼中不连续的区域和点，最后经过计算得到左眼、右眼的中心点。

嘴巴定位模块 

嘴巴的定位包括嘴巴匹配，腐蚀嘴部像素、去离散点和得到嘴巴中心点四个步骤。通过图像的Cb、Cr分量匹配出嘴巴，腐蚀操作处理得到人脸区域的像素点，然后设计算法扫描图像去除离散点，定位出嘴巴中心。在得到嘴巴中心点后就可以比较精确地定位出人脸了。

人脸检测中的关键技术 

系统用到的关键技术包括图像选择读取、光线补偿、色彩空间转换、图像二值化、图像膨胀、图像腐蚀、图像建模、图像去离散点的操作、物体中心点的取得等。其中有些是图像处理中常用到的处理方法，有的是系统中特别采用的方法。