简介：
该系统是一个基于Matlab开发的人脸表情识别应用程序，旨在识别输入图像中的人脸表情，并通过直观的图形用户界面（GUI）向用户展示识别结果。系统结合了图像处理、机器学习和用户交互技术，使用户能够轻松地上传图像并获取详细的表情分类信息。
界面图：
系统设计思路：
1. 载入表情图像
- GUI界面中包含一个按钮或者文件选择框，允许用户选择多个表情图像文件。
- 使用Matlab的
uigetfile函数或者GUI设计器中的文件选择器控件实现。
2. Gabor特征提取
- 定义一组Gabor滤波器，包括不同的尺度和方向。
- 对每张表情图像应用这组滤波器，计算每个滤波器响应的能量或平均值。
- 这将生成一个特征向量，其中每个元素对应于一个滤波器的响应。
3. PCA降维处理
- 使用PCA算法对Gabor特征向量进行降维，以减少特征的数量同时保留最重要的信息。
- 在训练阶段，首先计算训练集的均值和协方差矩阵。
- 然后计算协方差矩阵的特征向量和特征值。
- 选择保留的主成分数量，以实现降维。
4. 分类器训练
- 使用PCA降维后的特征向量和对应的标签训练一个分类器。
- 常用的分类器包括SVM（支持向量机）、KNN（K近邻）等。
- 在Matlab中，可以使用
fitcecoc训练SVM分类器或fitcknn训练KNN分类器。
5. 选取待识别图像
- 在GUI界面中提供一个按钮或者文件选择框，允许用户选择要识别的单个图像文件。
6. 提取Gabor特征
- 对待识别的图像应用相同的Gabor滤波器组。
- 计算每个滤波器的响应，并形成一个特征向量。
7. 分类识别
- 使用训练好的分类器对待识别图像的Gabor特征向量进行分类。
- 根据分类器的输出确定待识别图像所属的表情类别。