随着图像处理技术和网络技术的发展,近年来科学界对数字图像中肤色区域的检测、识别与分割技术的研究已经非常活跃,取得了显著的研究成果。肤色检测技术在人脸识别与跟踪、数字图像的处理与过滤、数据库或因特网中的人物检索和医疗诊断等方面有着广泛应用,具有显著的理论研究意义和实际应用价值。基于颜色空间的肤色检测技术具有直观化、快速化、简单化、不受视点改变以及事物形状变化的影响的优点,近年来受到了各类科研人员的普遍重视,具有重要的理论与实际应用价值。本文主要研究的是不同颜色空间的肤色检测算法。颜色空间的选择和肤色建模方法是肤色检测算法的关键问题。本文系统回顾和综合分析了肤色检测技术中的常见颜色空间,探讨了各种颜色空间的聚类特性,然后详细的研究了图像预处理以及图像分割、静态肤色模型的建立方法。针对RGB、HSV、YCbCr三种颜色空间进行肤色模型建立与分析,结合三种颜色空间中的肤色模型的特点,综合建立了RGB-H-CbCr新颜色空间的肤色模型。为适应对复杂光照情况的肤色检测,建立了一种改进的YCbCr颜色空间简单高斯肤色模型。最后,实验仿真阶段主要通过两部分实验来展开,分别是基于新构建的RGB-H-CbCr混合肤色模型肤色检测系统设计实验和一种改进的YCbCr颜色空间简单高斯肤色模型实验。对于基于RGB-H-CbCr混合肤色模型肤色检测系统设计实验,利用本文的设计方法,分别从静态和动态两个方面对设计的系统进行了实验验证和仿真,通过实验结果分析,起到了较好的检查效果。改进的YCbCr颜色空间简单高斯肤色模型在复杂光照情况的肤色检测有比较好的检测率。从实验结果分析来看,基本上达到了本课题的研究目的。