摘要：本设计对人脸表情图像进行了预处理。实验数据采用了日本JAFFE表情库，在进行表情识别时，首先对表情图像进行亚采样预处理来降低图像的维数，并将图像的每个像素灰度值归一化至[0，1]间，利于特征提取和分类；最后对表情图像进行直方图均衡化，经过均衡化后图像的细节更加清楚，直方图各灰度等级的分布更加平均。采用主成分分析方法(PCA)进行特征提取。在特征提取之后，采用欧氏距离作为模式特征之间的相似性度量，用最近邻分类器进行分类，取得了较好的识别效果。 

关键词 ：人脸；表情识别；特征提取；预处理

目录

摘要

Abstract

1绪论-1

1.1 人脸表情识别的背景简介 -1

1.2 人脸表情识别的现状 -1

1.3人脸表情识别的现实意义-1

1.4人脸表情识别的研究内容 -2

1.4.1 人脸表情图像采集-2

1.4.2 人脸表情图像检测 -2

1.4.3 人脸表情图像预处理 -2

1.4.4 人脸表情图像特征点提取 -2

1.4.5人脸表情分类 -2

1.4.6 人脸表情匹配和识别 -2

2表情识别的介绍-3

2.1表情识别的概念 -3

2.2表情如何识别 -3

2.3开发环境 -3

3 具体设计 -4

3.1 人脸表情图像的采集 -4

3.1.1人脸表情图像采集的概念 -4

3.1.2人脸表情图像采集的具体操作 -4

3.2 人脸表情图像的检测 -5

3.2.1 人脸表情图像检测的概念 -5

3.2.2 人脸表情图像检测的具体操作 -5

3.3 人脸表情图像的预处理 -5

3.3.1人脸表情图像预处理的概念 -6

3.3.2 人脸表情图像预处理的具体步骤 -6

3.3.3 人脸表情图像预处理的具体操作 -8

3.4 人脸表情图像的特征提取 -10

3.4.1 人脸表情图像特征提取的概念 -10

3.4.2 人脸表情图像特征提取的具体操作 -10

3.5 人脸表情图像的分类 -12

3.5.1 人脸表情图像分类的概念-12

3.5.2 人脸表情图像分类的具体定义 -12

3.5.3表情库的建立 -12

3.6 人脸表情图像的匹配与识别 -13

3.6.1人脸表情图像匹配与识别的概念 -13

3.6.2人脸表情图像匹配与识别的具体操作 -13

4程序运行 -16

4.1 程序运行方式 -16

4.1.1 exe程序运行 -16

4.1.2利用vc++进行编辑 -16

4.1.3检测结果-16

结论-18

致谢-19

参考文献-20

附录-21