表情是内心情感的最直接表达,有关心理研究表明情绪的55%是通过表情表现出来的;人脸是非常复杂的柔性体,同时也是生物识别的最主要特征之一：识别是计算机认识世界的主要方法。所以对人脸表情识别的研究是涉及心理学、生理学、数学、计算机科学等众多学科的交叉内容,同时人脸表情识别也是图像处理、模式识别、计算机视觉、图形学、人工智能、人机交互的典型应用。人脸表情识别的成功应用将会对社交、医疗、教育、安全、人机接口等领域产生深刻的影响。本文的主要工作分为如下几个部分：(一)对人脸表情识别的研究背景与意义做了说明,对国内外研究现状进行了简要介绍,以表情的脸部特征描述为出发点,通过列举几个表情数据库引出了表情识别的常用研究方法并对其做了比较和说明。(二)对表情特征提取前的图像预处理操作进行了详细阐述,包括基于haar-like特征和Adaboost层叠分类器的人脸检测与眼睛定位算法,图像的灰度变换、直方图均衡等灰度归一化,人脸图像的旋转、缩放、校正等几何归一化。这些都是突出表情特征、去除与表情不相关因素的必要措施。(三)对局部二值模式(LBP)算子做了详细研究,针对表情的细节纹理特征采用了快速有效的LBP描述算子,并且进一步运用改进的DLBP算子使识别速率得到了一定的提升。主要阐述了LBP算子的定义、表达、旋转不变性、等价模式等特征。最后运用支持向量机(SVM)分类算法,对LBP算子与DLBP算子在JAFFE表情库中做了一系列表情识别的检测实验,得到了相应的结果分析与结论。(四)设计并实现了基于LBP特征的人表情识别的软件界面。运用OpenCV视觉库在VS2010环境下实现了基于MFC的软件界面,主要包含了表情识别的人脸检测模块、图像预处理模块、特征提取模块、分类识别模块,并对界面的布局与使用做了详细的说明,最后在JAFFE表情库与摄像头条件下做了相应的功能测试。