机器人根据不同的应用需求,会被设计成不同的形状,仿人机器人便是用于模仿人类形态或行为的机器人。表情机器人作为仿人机器人中的一种,模仿的是人类的情感交流能力。人们希望表情机器人具有真实的情感,并能同人类进行自然的交流。为了实现表情机器人的情感交流能力,需要对表情机器人在识别情感和表达情感两方面的功能进行研究。由于人类的大多数情感都通过面部表情来表达,人脸表情的识别和机器人头部的运动便是表情机器人识别和表达情感的途径,本文对这两方面的功能进行了研究。论文首先研究了在复杂环境中提取人脸区域的方法。首先分析了基于Haar特征进行人脸检测的原理。在该方法的基础上,结合了基于肤色检测的人脸区域预搜索方法和基于模板匹配的人脸追踪方法,提高了检测效率,实现了实时人脸区域提取的算法,用于表情识别和表情模拟。然后研究了基于特征融合的表情识别方法。针对SIFT特征在表情特征提取方面的不足,在特征层上融合了 CLM特征和SIFT特征,结合了人脸图像的形状信息和局部纹理信息,弥补了 SIFT特征的缺点。针对人脸不同区域对表情存在不同影响的情况,提出了基于误差的加权求和方法,在分数层上对人脸的局部区域特征进行了融合。最后研究了面部表情编码系统,提取了影响人脸表情的关键特征点,在此基础上设计了一种表情机器人头部的运动模拟机构。此外,基于人脸特征点的几何关系,计算了人脸的姿态角和表情控制点的偏移量,用于表情模拟。