随着计算机通信和网络技术的迅猛发展,尤其是近年来安卓系统和1OS系统的流行,人们迫切需要一种更智能、更人性化的人机交互方式。这种新的交互方式使人们脱离鼠标和键盘的束缚,更多地通过表情、唇动等信息来交流,其中口型信息是最直接有效的途径,因此研究口型识别技术有重要的现实意义。口型识别系统中,口型特征提取决定了系统性能的优劣,本课题在研究口型特征提取方法现状的基础上,提出了基于主成分分析法的口型特征提取方法,并进行了方法优化,克服了主成分分析法计算量大、实时性差的缺点。在此基础上研发了一套口型识别实验系统,包括图像预处理、读取训练集和测试集口型图像、口型特征提取和口型识别四个部分。对所有训练集和测试集图像进行口型分割、归一化和灰度化的预处理,再利用优化的主成分分析法提取训练集和待识别嘴型图像的特征。同时分析了口型识别中常见的两类错误,并提出相应的解决措施。为了验证基于主成分分析法的口型识别实验系统的性能,利用建立的汉语元音发音嘴型图像库,从识别准确率和实时性两方面进行了一系列实验。实验结果表明嘴型i、o和u平均识别率分别为90%、80%和63%,嘴型a和e的识别率比较低,只有百分之十几左右,系统运行的平均时间为13.37秒。