更新时间：04-16 （月光影子）提供原创文章
摘要:随着生活水平提高，人们对于面部表情识别的需求越来越多。本设计基于PCA方法通过Matlab软件来实现对静态图像的人脸面部表情识别，共分为图像预处理、分块提取特征和表情分类三部分，达到了识别数据库里静态图像表情的效果。本文设计重点在于将图像归一化，能够提取图像的特征，投影形成“特征脸”空间，将测试与训练的数据库相比较，分类测试库图像表情。
本文设计数据库来源于网上下载图像，对其进行训练和测试并得出结果，对比后发现基本能够识别数据库静态图像的面部表情。在现实生活中，对于表情识别有一定作用。
关键词 面部表情识别； 静态图像； PCA； Matlab
目录
摘要
Abstract
1 绪论-1
1.1 研究背景与意义-1
1.2 研究历史与发展-1
1.3 本文研究内容-3
2 表情识别综述-4
2.1 基于静态图像的表情识别方法-4
2.2 主成分分析方法概述-5
2.3 小结-6
3 面部表情识别系统的设计与实现-7
3.1 面部表情识别系统的设计-7
3.1.1 图像预处理的设计-7
3.1.2 图像分块特征提取的设计-8
3.1.3 表情分类的设计-9
3.2 面部表情识别系统的实现-10
3.2.1 图像预处理的实现-10
3.2.2 图像分块特征提取的实现-10
3.2.3 表情分类的实现-10
3.2.4 技术指标-13
3.2.5 测试报告-13
3.3 小结-14
结论-15
致谢-16
参考文献-17
附录-18