在许多情况下，人们希望得到的图像分辨率较高、画面较清晰。但日常生活中，由于硬件条件的限制，以及其它因素的影响，摄像头拍摄到的人脸尺寸往往较小，图像的分辨率并不能达到要求，人眼基本无法辨识。所以，我们利用软件的方法检测出视频中的人脸，并对检测出的人脸图像使用超分辨率图像重建技术，对其进行优化、修复，以便更好地分析。　　 本文研究了人脸检测及超分辨率的处理方法，利用VC++与OpenCV结合搭建系统框架，实现基于Adaboost算法的人脸检测，分别实现了基于序列重建和基于样本块学习的人脸图像超分辨率处理算法。　　 主要完成的内容如下：　　 (1)分析了人脸检测及超分辨率处理在计算机视觉、智能监控、多媒体电子消费领域、遥感图像处理和军事应用等领域中的重要性。　　 (2)实现了视频的读取、播放、暂停等操作，并可以手动控制滑动条进度，进行视频帧的控制。　　 (3)借助OPenCV库函数在VC++6.0平台上进行软件编程，实现了基于Adaboost算法的人脸检测，并对检测到的人脸进行灰度化和尺寸调整等预处理操作。　　 (4)采用快速迭代的方法，实现了基于序列重建算法的图像超分辨率处理。　　 (5)以插值理论为基础，采用双线性插值方法得到初始估计图像。在此基础上，建立用于学习的样本库，实现了一种基于样本块学习算法的图像超分辨率处理。　　 实验表明，本论文对基于序列重建和基于样本块学习两种人脸图像超分辨率处理结果进行分析比较，取得了一定的效果，这对进一步研究图像超分辨率有着重要参考价值。