人体的皮肤颜色是人体的一个重要特征,肤色检测被广泛的应用于人脸跟踪、人脸检测、手语识别、敏感图像过滤等领域中,具有重要的理论研究意义和实际应用价值。稳健的肤色检测技术是这些计算机视觉应用系统成功与否的个关键处理步骤。虽然已经有许多肤色检测技术出现,但是多数应用场合还不实用,复杂光照和复杂背景情况下的肤色检测技术还未成熟。因此本论文侧重研究复杂光照和复杂背景下的肤色检测技术。论文首先介绍了有关肤色检测的基础理论知识,然后对若干关键技术进行了深入研究,完成了以下主要工作:1.针对Hsu R L肤色检测算法在高亮度区间漏检率高的情况,提出一种新的非线性变换的彩色空间YCb’’Cr’’对人脸肤色进行分割,实验表明在人脸出现高光时,新提出的在YCbCr颜色空间基础上的非线性彩色空间变换算法定位准确,漏检率和误检率低。并且在人的眼睛、眉毛、嘴巴等部分有更加细致的检测效果。2.由于YCgCr颜色空间好的聚类性,提出了一种改进YCbCr的肤色检测方法。我们采用YCgCr颜色空间。然后采用在Cg-Cr上建立高斯模型。3.提出了结合Cg-Cb颜色空间的圆形肤色聚类分布和Cg-Cr颜色空间的平行四边形肤色聚类分布的肤色检测法。实验结果发现在人脸处于复杂背景的条件下,我们的方法简单易行,检测速度快,而且它能去除大量的非肤色并且能极好的保留肤色。4.建立3种不同强度的检测模型,以适应不同的光照.使用了一种将图像划分成块的方法,可以避免光照的局部光照过强或者过弱的情况。分块后依据每个块亮度的大小进行不同的光照模型检测.