表情是人类用来表达自己情绪的一种基本方式,更是非语言交流中的一种有效手段,是传播人类情感信息与协调人际关系的重要方式。人们可通过表情准确而微妙地表达自己内心的情感,也可通过表情辨认对方的态度和内心世界。因此,人们想到利用机器识别人类表情,使其能够像人类一样具有情感理解和表达能力,从而更好地为人类服务。近年来,随着人脸检测技术,以及人脸跟踪、识别技术的不断深入,针对人脸表情识别技术的研究已成为模式识别和人工智能领域的研究热点。与此同时,表情识别过程中的许多核心问题也依次凸显出来,如何精确检测图像中的人脸所在位置,如何提取最有效的特征使其体现不同的表情,以及如何将分类器与表情特征相结合实现最好的分类等等,这些问题已经不断地被深入研究并分化成不同的方向。本文系统的研究了国内外人脸表情识别技术的研究现状,及其在应用当中存在的一些问题,并对其中一些主要问题提出了解决方法,其主要研究工作包括：1.在表情图像预处理中,利用灰度积分投影方法检测人脸。利用二次灰度积分投影方法对人脸中关键特征点(眼睛、鼻梁,嘴巴)进行定位,由此实现人脸的精确定位,这对后期的特征提取和分类具有重要的作用。2.以提取静态表情纹理特征为核心,研究传统局部二元模式(LBP)方法的优缺点,在尽量保留传统方法优点的基础上,提出改进的纹理特征提取方法局部定向二元模式(LDBP),并将该方法与局部线性嵌入(LLE)方法结合,实现了低维有效表情纹理特征的提取。3.通过研究LBP以及相关改进方法的思想,提出局部矢量模式(LVM),将局部纹理表示的方法转化为矢量,以此更加详细的描述局部纹理变化。为增强表情识别系统的鲁棒性,将纹理特征的矢量模式转换为复数方法表示,并将图像欧式距离(IMED)方法嵌入其中。通过对实验数据的分析,最终证明该算法更能有效提取表情纹理特征且具有较好的鲁棒性。