当前主流人脸识别系统大多是基于对可见光人脸图像的综合处理,其识别效果易受环境光的明暗及角度等因素干扰,而红外人脸图像不仅可以有效避免这种不利影响、甚至在夜间或无可见光的情况下也能获得,因此本文考虑将二者进行融合处理,以此提升人脸图像整体质量。对于数字图像而言,其局部信息内容是由对应像素点及其周围邻域所共同表征的,因此本文在USTC-NVIE数据库中随机选取几组人脸图像、分别进行小波变换后,针对高低频的系数区域特性提出了低频阈值均衡、高频窗口能量法的融合规则进行处理。其中在对人脸图像预处理过程中采用了基于OpenCV的多尺度级联检测的方式进行人眼定位,以此截取人脸主体的有效区域、并分别对红外及可见光人脸图像进行尺度归一化的操作。在对最终融合人脸图像质量评判上,本文提出了一种定量综合分析的方法进行全局化评估,实验结果表明,本文的融合方案能够对高质量的红外及可见光人脸图像的综合表征信息提升近5%以上,对人脸图像整体质量提升是有效的,值得进一步深入研究。