上式中，根据肤色在Cb′Cr′空间内的分布形状，可取cx=109．38，cy=152．02，θ=2．53，ecx=1．60，ecy=2．4l，a=25．39，b=14．03。最后，便可对图像中的每个像素进行检测，若其变换后的Cb′Cr′值在椭圆区域之内，则视为肤色像素点，否则，为非肤色像素点。

2 新的肤色算法
    Hsu R L的方法虽然可以较好进行人脸肤色检测，但是，Hsu R L的椭圆模型则是根据大量肤色点在Cb′Cr′区域的分布规律建立起来的，不一定适合每张输入图像。对每幅图像来说，肤色点的聚类分布范围很小，而且位置分布不同。如在图2所示的肤色分布中，其有些区域(如红色)，相对于肤色点来说，范围就扩大了，以至于HsuR L的椭圆模型很容易将非肤色点也包含进来，从而导致肤色点的“过检测”。而有时，背景中的一些区域也可能被检测为肤色像素点，比如图2(c)所出现的情况。