肤色检测技术在新的人机接口技术、人脸和手势识别与跟踪、Web图像内容过滤、数据库或因特网中的人物检索、视频监控、皮肤疾病诊断、化妆品效果分析等方面有广泛应用。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一个关键处理步骤。目前虽然已经有许多肤色检测技术出现，但在多数应用场合还不实用，复杂光照和背景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下的肤色检测技术。 论文首先简介了有关肤色检测的基础理论知识，并通过分别介绍基于统计和基于物理的两类肤色检测技术，较全面地综述了肤色检测技术，然后对若干关键技术进行了深入研究，完成了以下主要创新工作： 在图像预处理阶段，提出一种自动高光检测和肤色校正的新方法。通过比较分析高光区的肤色在不同颜色空间的分布形态，选择在TSL颜色空间用2维平面利用双色反射模型进行高光分析，实现自动高光检测和肤色恢复，并可同时估计照明色光的主成分。 特征构建和表示与分类器原理及实现有密切联系。我们根据所用的分类器设计了一种新的边缘方向编码方法——轴对称方向编码。与传统方向编码不同，它能够以连续标量值表示渐变的方向，解决了传统方向编码值周期性突变的问题，可作为有效的图像模式分类和检索特征。另外还提出一种构建分类特征的新方法。它借鉴了图像检索的颜色特征的基本表示形式，根据SVM的核函数映射适合于高维特征向量运算的特点，将颜色、颜色边缘幅值和颜色边缘方向直方图等不同颜色特征通过加权线性拼接，融合成为广义的颜色特征向量。实验结果表明这种广义颜色特征显著提高了肤色检测系统的性能。 提出一种新的快速人脸检测方法，该方法通过类灰度图从本质上扩充类Haar特征基，使人脸检测的速度和精度都有显著的提高，可进行鲁棒的实时彩色视频人脸检测。由于用类灰度图表示的特征都可以采用viola-jones算法框架，本文提出的通过类灰度图构建分类特征的方法是从本质上扩展类Haar特征的基本途径。 在不同照明条件和复杂背景下的肤色检测依然有不少问题有待解决。论文最后对肤色检测技术的进一步研究方向作了一些探讨。