1.一种基于特征提取的人脸表情识别方法，其特征在于，包括以下步骤：
步骤一，将人脸表情图像分成若干子区域；
步骤二，采用非对称局部梯度二值模式计算子区域中各像素点的像素值，得到子区域的直方图；
步骤三，连接各子区域的直方图生成人脸表情特征向量；
步骤四，通过主成分分析算法对步骤三的特征向量降维，再结合支持向量机分类器进行人脸表情分类识别。
2.根据权利要求1所述一种基于特征提取的人脸表情识别方法，其特征在于：所述计算像素值的过程为：针对某一像素点采用两个不同尺度大小的ar-lgbp算子得到两个八位二进制序列，将两个二进制序列一一对应进行逻辑异或运算，得到一个新的二进制序列p，将二进制序列p转换为8位二进制数，将其作为该像素点的纹理特征值，将此新的二进制序列转换为的十进制数值即为此像素点的像素值。
3.根据权利要求2所述一种基于特征提取的人脸表情识别方法，其特征在于：所述ar-lgbp算子邻域大小为(2m+1)×(2n+1)，其中，
4.根据权利要求3所述一种基于特征提取的人脸表情识别方法，其特征在于：所述9个子邻域包括四个大小为m×n的子邻域r1，r3，r5，r7，2个大小为m×1的子邻域r4，r8，2个大小为1×n的子邻域r2，r6，1个大小为1×1的子邻域r9，r9为中心像素点。
5.根据权利要求2所述一种基于特征提取的人脸表情识别方法，其特征在于：所述纹理特征值为