皮肤检测技术(Skin Detection Technology)涉及光学信息处理、数字图像处理、计算机视觉、模式分析与识别等多学科知识,是计算机科学中研究的热点问题之一。是人脸检测与识别、表情识别、手势识别、人体检测等计算机视觉任务的重要组成部分,更是图像与视频索引、色情图像检测的关键步骤,广泛应用于人机交互接口、访问控制、视频监控以及互联网敏感内容过滤等领域。近些年来,人们对皮肤检测技术过程中面临的诸多问题已做了较为广泛的研究,也取得了一些较为丰富的科研成果(如色彩空间转换问题、数学模型问题等),为正确认识肤色信息检测的本质问题奠定了基础。本文主要研究静态图像中的皮肤检测技术。从分类的观点出发,皮肤检测与识别技术是一个二值分类问题,即从一幅图像中标记出皮肤像素和非皮肤像素。一个优秀的肤色分类器的建立需要考虑颜色空间的合理选择和肤色建模技术等问题,并能够适应光照条件变化、成像设备特性的不同以及范围广泛的肤色样本差异、个体性差异等。本文对人体肤色信息检测过程中的一些关键技术做了深入研究,较为全面地讨论了肤色信息获取过程中需要重点关注的不同方面。由于许多皮肤检测方法只考虑了像素级别上的颜色信息,而未较好地利用图像空间上的其他信息,因此考虑在SPM方法的基础上进行一定的改进,提出一种自动对偏色图像进行颜色校正,并综合纹理信息的皮肤检测方法。主要研究工作包括:①对已有的研究方法进行分类和概括,讨论了皮肤检测技术中常见的颜色空间,各种颜色空间的优缺点以及是否存在最优颜色空间等。介绍了现有的几种肤色模型的建立方法以及各自的特点。②对CIE Lab颜色空间的直方图进行分析,判断待检图像是否存在色偏现象,对不存在色偏的图像不做色彩校正。③引入“灰色世界”算法(Gray World algorithm)对因非标准光照所产生的颜色改变(存在色偏现象的图像)进行校正,有效提高了正检率。④对SPM方法的输出部分通过灰度共生矩阵提取图像的纹理信息,利用纹理信息进一步过滤颜色信息为皮肤而纹理信息为非皮肤的像素区域,提高了检测性能。