情感计算是国际上近几年刚刚兴起的、试图使计算机(机器)能够像人类那样具有理解和表达情感能力的一个多学科交叉的新研究领域,在智能人机交互中起着重要的作用。由于人的情感主要通过面部表情等来表达,近些年来面部表情分析引起了很多计算机视觉研究者的兴趣。同时,面部表情分析是一个人工智能、计算机视觉、图像处理、心理学、认知学等多学科交叉的研究领域,具有良好的应用前景。其研究对这些学科尤其是人工智能学科的研究有较大的推动作用。面部表情识别是情感计算研究的一个重点和难点,正是因为表情识别是一个多学科交叉的研究课题,因此,仍然有很多相关问题需要解决。面部表情识别分为人脸检测、特征提取和表情分类三部分。目前在这三方面科学家都进行了很多研究,但这三个方面尤其是特征提取和表情分类方面的问题仍未得到很好的解决。本文重点对这两个方面进行了研究。目前在模式识别领域,Ga小波变换得到了广泛的应用。本文对二维小波变换在表情识别领域的应用进行了研究。同时利用图像处理的有关知识实现了人脸面部表情的分析和识别。在图像预处理方面运用了图像处理的一些方法使得所有图片归一化到相同的位置、角度和大小为后续的特征提取做准备;在特征提取部分,先对图像做逐像素的二维小波变换,然后再提取局部关键区域的小波变换系数;在表情识别部分,利用欧氏距离公式计算相似度,在匹配识别时采用了一种模拟弹性图匹配的方法,允许模板有一定的微小的整体挪动。最后利用K-近邻算法作为分类器实现面部六种基本表情的识别。最后,对本文工作进行了总结,提出了进一步的工作方向和思路。