为了更有效地提取图像的局部特征，提出了一种基于2维偏最小二乘法（two—dimensional partial least square，2DPLS）的图像局部特征提取方法，并将其应用于面部表情识别中。该方法首先利用局部二元模式（local binary pattern，LBP）算子提取一幅图像中所有子块的纹理特征，并将其组合成局部纹理特征矩阵。由于样本图像被转化为局部纹理特征矩阵，因此可将传统PLS方法推广为2DPLS方法，用来提取其中的判别信息。2DPLS方法通过对类成员关系矩阵的构造进行相应的修改，使其适应样本的矩阵形式，并能体现出人脸局部信息重要性的差异。同时，对于类成员关系协方差矩阵的奇异性问题，也推导出了其广义逆的解析解。基于JAFFE人脸表情库的实验结果表明，该方法不但可以有效地提取图像局部特征，并能取得良好的表情识别效果。