面部表情识别是一项富有理论基础和应用价值的研究课题。典型的面部表情识别系统中通常包括:人脸检测,预处理,特征提取,表情识别等部分。在该课题中,预处理和特征提取的理论研究占有非常重要的作用,但在实际研究中受到的重视不如表情识别分类方法。本文系统的对相关的预处理和特征提取方法进行了实验和比较,并且结合实际设计了适用于自动表情识别系统的预处理和特征提取方法。在图像预处理研究中,本文主要研究了光照补偿算法和图像尺度归一化算法。光照补偿算法中,研究了直方图灰度变换法,线性变换法,指数变换法和对数变换法等等,鉴于兼顾实时性与准确性的原则,对于通常情况下的光照条件,选取直方图均衡法作为系统的实现方法。尺度归一算法中,研究的重点和难点是眼睛的准确定位。在得到眼睛位置的基础上,按照先验规则,进行尺寸,角度变换归一化人脸图像。本文研究了多种眼睛定位方法,并且提出了一种基于实时的眼睛定位算法,作为系统的实现方法。在特征提取研究中,本文主要研究了在特征提取中经典的模板匹配算法,提出了一种差值模板匹配算法。性能不亚于小波算法,运算量却少很多,很适合在一些简单的实时自动识别系统中使用。但是由于表情识别的特殊性,需要对特定特征点的精确定位才能进行准确的表情分类判别。以前的表情识别研究通常都是用手动定位进行研究,在自动识别系统中很显然行不通,所以本文研究了主动形状模型ASM (Active Shape Model)/主动表观模型AAM(Active Appearance Model),仔细比较了它们的优缺点,并且使之成功应用于整个表情自动识别系统。