| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 第1章 绪论 | 第11-25页 |
| ·人脸表情识别的研究背景 | 第11-12页 |
| ·人脸表情识别的研究现状 | 第12-18页 |
| ·基于静态图像的识别方法 | 第12-14页 |
| ·基于动态序列的面部表情识别方法 | 第14-18页 |
| ·人脸表情识别的目的及意义 | 第18-20页 |
| ·表情的分类及研究难点 | 第20-23页 |
| ·表情的分类 | 第20-22页 |
| ·人脸表情识别的难点 | 第22-23页 |
| ·本文的主要研究内容 | 第23-25页 |
| 第2章 人脸表情区域的检测及定位 | 第25-38页 |
| ·人脸表情区域的检测及定位方法 | 第25-26页 |
| ·基于数学形态学处理的肤色区域的分割 | 第26-28页 |
| ·基于眼睛的形状特征的人眼定位方法 | 第28-32页 |
| ·粗定位眼睛区域 | 第28-31页 |
| ·精确定位眼球 | 第31-32页 |
| ·表情图像的几何规范化 | 第32-36页 |
| ·表情图像的灰度规范化 | 第36-38页 |
| 第3章 基于小波变换的多特征融合的特征提取 | 第38-60页 |
| ·表情图像的特征提取综述 | 第38-40页 |
| ·利用小波变换的图像降维处理 | 第40-46页 |
| ·二维Gabor 小波变换 | 第41-45页 |
| ·小波变换降维处理 | 第45-46页 |
| ·基于加权主元分析（WPCA）的表情特征提取 | 第46-52页 |
| ·K-L 变换 | 第46-48页 |
| ·主元分析（PCA） | 第48-50页 |
| ·基于加权主元分析表情特征提取 | 第50-52页 |
| ·基于改进的线性FISHER 判别的表情特征提取 | 第52-55页 |
| ·基于PCA 与LDA 相结合的表情特征提取 | 第55-58页 |
| ·本章总结 | 第58-60页 |
| 第4章 表情分类 | 第60-75页 |
| ·线性与非线性分类方法 | 第60-65页 |
| ·基于C 均值PARZEN 分类器的表情识别 | 第65-68页 |
| ·仿真实验 | 第68-73页 |
| ·加权主元分析（WPCA） | 第68-71页 |
| ·改进的线性Fisher 判别 | 第71-73页 |
| ·PCA 与LDA 相结合的表情识别 | 第73页 |
| ·实验结果分析 | 第73-75页 |
| 第5章 基于LABVIEW 平台的表情识别系统的实现 | 第75-90页 |
| ·虚拟仪器技术的概述 | 第75-78页 |
| ·虚拟仪器的基本概念 | 第75页 |
| ·虚拟仪器的构成 | 第75-76页 |
| ·虚拟仪器的设计方法 | 第76-77页 |
| ·虚拟仪器的特点 | 第77-78页 |
| ·人脸表情识别系统的实现平台 | 第78-82页 |
| ·硬件平台 | 第78页 |
| ·软件平台 | 第78-82页 |
| ·系统的设计 | 第82-90页 |
| ·功能模块的设计 | 第82页 |
| ·图像的读入 | 第82-83页 |
| ·图像中人脸表情图像的检测模块 | 第83页 |
| ·人眼的精确定位模块 | 第83-84页 |
| ·表情图像的预处理 | 第84-85页 |
| ·图像的小波变换 | 第85页 |
| ·表情图像特征空间提取 | 第85-86页 |
| ·表情分类 | 第86-87页 |
| ·人脸表情识别前面板设计 | 第87-90页 |
| 总结和展望 | 第90-92页 |
| 参考文献 | 第92-95页 |
| 硕士学位期间发表的论文和取得的科研成果 | 第95-96页 |
| 致谢 | 第96页 |