人体肤色信息分析与检测是一个涉及光学信息处理、数字图像处理、计算机视觉和模式分析与识别等多学科知识的研究方向，是计算机科学中研究的热点问题之一。近些年来，人们对肤色信息检测过程中面临的诸多基本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。本文针对人体肤色信息检测过程中的一些关键问题做了深入研究，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。鉴于人体肤色的表现与皮肤的生物属性和光照条件有紧密关系，本文首先给出了有效弱化光照对图像质量影响的自适应矫正方法；然后，对人体肤色的生物属性、自然属性进行了科学的分析，并提出了一个有效描述肤色聚类属性的非线性色彩空间变换方法；最后，本文论述了肤色信息检测的分类方法和自适应肤色信息检测方法。在这些研究方面，本文都从一个科学的、合理的角度理解肤色信息检测面临的基本问题，并给出了相应的解决方法。综合考虑本文的研究内容，主要贡献包括如下几个方面： ① 提出了一种改进的Gamma矫正方法。这种方法改进了以前的线性修正模式，采用非线性修止方法，有效扩展了原有Gamma值区间的变化范围，并较为合理地描述了图像中高光、过渡、阴影区域的自适应矫正问题，使Gamma矫正方法更加有效的适应了图像中光照变化，有效提高了Gamma矫正方法弱化光照影响的能力。 ② 提出了一个描述皮肤色彩基本属性的非线性变换。根据肤色信息在色彩空间聚类的基本属性，构建了色彩通道之间的非线性差值关系，通过坐标转换确立了色彩信息的描述方法，并在大规模统计的基础上，利用直方图模型考察了“肤色”和“非肤色”这两类色彩的空间分布，结果表明本文提出的非线性变换方法在描述肤色聚类特性方面具有突出的性能。 ③ 设计了一个空域和概率分布相融合的肤色分类器。根据肤色的空间聚类特性，本文在直方图模型统计的基础上，用一个分段连续且闭合的曲线描述了肤色像素的空间分布区域，结合对重叠区域内的肤色与非肤色像素的概率分析，建立了一个非线性的肤色分类器。 ④ 提出了一个自适应的肤色检测算法。为实现肤色信息的自适应检测，本文设计了一个能快速响应肤色区域的区域分裂机，利用自适应网格节点进行“肤色”样本的重新采样，样本描述是色彩信息的局部统计结果，然后通过计算不同像素样本的似然面积确定真实肤色信息内容，结合肤色区域的