偏振图像融合的人脸图像增强研究

为提升人脸图像的整体质量,便于人脸图像的快速精准识别与处理,提出了基于偏振图像融合的人脸图像增强方法。首先获得人脸光强图像与偏振度图像,结合小波包变换方法分解和融合两种人脸图像的高、低频信息,实现人脸图像的增强处理。实验结果表明,该方法所获得的人脸增强图像可保留原有图像的低频信息,增强后的人脸图像清晰度高,脸部细节与轮廓特征明显,信息量与反差对比度较高,整体综合质量较好,增强效果较为理想。

改进Retinex方法在人脸图像分辨率提高中的应用

随着计算机视觉研究的不断进步和图像超分辨率技术的不断完善,人脸检测图像的分辨率增强技术已然成为人们关注的热点。本文基于人脸检测图像分辨率增强的研究现状和传统Retinex算法的缺陷问题,引入几何包络原理和多分辨率算法,提出了针对人脸检测图像分辨率增强的改进Retinex算法。该算法在输入图像上直接求得一层几何包络作为照度图像的估计,继而求得景物反射系数,并且采用多分辨率算法中的图像金字塔原理进行求解全局性的优化。实验结果表明,本文提出的改进算法较传统Retinex算法,在人脸检测图像的分辨率增强中效果更好。