摘要：每个人都有表情，每个时刻的表情都在发生着变化，而人们脸部的瞬时变化，可以反映当时人的内心，是我们相互进行交流的一种方式，也是通过这种表情特征，人们才会互相了解对方，如果没有刻意的去保持脸部的表情，我们就很容易得到对方的心理活动，所以人脸表情的识别和鉴定也是个很重要的课题，尤其是在生物学医学等领域，有着很重要的用途。近几年来，受到了越来越多的科研人员的关注。本文的主要内容如下：

在本文的开篇阶段，我简单给大家介绍了现阶段为什么要研究人脸脸部的表情图像，国内外现在研究这个课题到达了什么样的发展阶段，再详细介绍了几种常见的人脸数据集和几种常用的处理人脸图像的方法，接着介绍了如何提取脸部的一些特征值，以及如何将得到的众多图像进行表情分类，分成我们需要的几种表情类型，最后通过两种分类的方法，比较这两种分类方法在人脸表情识别上的优缺点，最后总结了整篇文章，最后在几个月对该课题的研究的基础之上，结合了本人对该课题的理解，大致猜测了这个研究可以未来会如何发展，未来会用在什么方面。 

关键词：人脸表情识别；BP神经网络；主成分分析法

目 录

摘 要

ABSTRACT

第一章  绪  论-1

1.1 课题研究意义-1

1.2 表情识别研究现状和不足之处-1

1.3 人脸表情识别在未来发展的趋势-2

1.4 论文的主要内容及结构安排-3

第二章  表情图像的采集和预处理-4

2.1 图像的采集-4

2.2 图像的预处理-4

2.2.1滤波降噪处理-5

2.2.2 图像的灰度归一化-6

2.3 本章小结-7

第三章 人脸表情特征的提取-8

3.1 主成分分析法-8

3.2 Gabor小波变换-9

3.3 局部二值模式-10

3.4 光流法-11

3.5 主动外观模型-12

3.6 本章小结-13

第四章 人脸表情的分类方法-14

4.1 BP神经网络-14

4.2 K-最近邻算法-15

4.3 其他表情分类方法-16

4.4 本章小结-16

第五章 人脸表情识别系统和实验-17

5.1 Gabor小波变换实验-17

5.2光流法实验-17

5.3 三种滤波的比较实验-18

5.4 实验方法的选取-19

5.5 仿真实验和结果-19

5.6 实验结果和分析-20

5.7 本章小结-20

第六章 总结和展望-21

参考文献-22

致  谢-24

附  录-25