近几年，移动测量系统在国内外各个行业发展迅速，取得了良好的实践成果，为人类社会的发展做出了巨大贡献。由移动测量系统采集的可量测实景影像数据担负着影像浏览及后期对地物进行空间位置信息和属性信息提取的艰巨任务，对整个道路测量系统的应用有着至关重要的作用，因此影像数据越来越受到人们的重视。在现行的移动测量系统外业数据采集的过程中，总会不可避免的拍摄到大量人脸，由于这些街景影像将会发布到互联网上以提供真实的道路实景数据，而人脸作为每个人的肖像隐私不便于公开展示在互联网上，因而在街景影像发布之前，需要将人脸进行模糊处理。考虑到街景影像与普通照片有所不同的，所以研究一种专门针对该种影像中的人脸进行有效模糊的方法是非常必要的。本文从上述问题出发，首先对街景影像的特点进行了全面的分析，进而提出了选用肤色建模的人脸检测方法，通过选取100张样本数据进行统计，得出了一个较为适合的肤色模型，用该肤色模型对检验照片进行检验，成功分割出了候选人脸区。由于街景影像背景十分复杂，因而候选人脸区中误检区较多，本文需要对其进行去噪及筛选处理。首先用形态学滤波器去除了一些微小噪声并将候选区边缘进行了平滑处理，进而根据人脸的比例及大小对候选区进行再次筛选，将不满足人脸条件的区域进行删除，最后利用大部分人脸上部有头发区域的特点，根据头发与人脸的位置关系，将候选区上部不相邻头发区的候选区删除，从而完成了分割人脸区的全部过程。最终运用均值滤波方法将分割出的人脸区域进行了模糊处理。通过本文的研究，可以成功将大部分街景影像中的人脸进行检测与模糊，但对于曝光度较大的街景影像漏检率比较高，因而该方法只适用于曝光度较适中的照片。本论文研究出的街景影像中人脸检测与模糊处理的方法，适用于大部分街景照片，处理方法简单有效，节约了处理时间，简化了人工操作的复杂性，对整个移动道路测量系统功能的完善和改进起到了积极的推动作用，使移动测量系统更好的为人类服务。