新生儿不能自述疼痛的感受，现阶段对新生儿的疼痛评估大部分都是由熟悉各项评估技术指标和受过专门训练的医护人员来完成的，需要耗费大量的人力和物力，不能及时客观的对新生儿疼痛做出响应，因此建立一个新生儿疼痛表情自动识别系统有十分重要的意义。本文在局部二值模式算法和稀疏表示理论的基础上对新生儿疼痛表情识别进行了研究，本文的研究工作主要有：（1）本文提出了基于均匀局部二值模式（uniform LBP）和基于稀疏表示的分类（SRC）相结合的方法。研究了LBP特征提取方法在新生儿疼痛表情识别上应用及特征提取时对表情图像的方块大小对识别性能的影响。首先对新生儿疼痛表情图像进行分块，分别分为3×3块，4×4块，5×3块，6×5块，然后采用均匀局部二值模式方法分别对4种不同分块方式下的新生儿疼痛表情图像进行特征提取。（2）研究了特征降维的维数对实验结果的影响。在实验中，为了进一步降低运算量采用了PCA方法进行表情特征进行降维，对不同维数下的识别率进行了研究。（3）研究了基于稀疏表示的分类方法（SRC）在新生儿疼痛表情识别上的应用，并研究了梯度投影法（GPSR）和截断牛顿内点法（TNIPM）这两种不同稀疏解的求解方法在疼痛表情识别上的性能。实验结果表明，本文算法能有效、正确地识别新生儿疼痛表情，识别率达87%。