提出基于白化散度差矩阵的独立元分析算法，增加不同类表情之间的类间距离，减弱人脸个体差异性信息对表情识别的干扰，避免传统的二维主元分析方法（2DPCA）以总体散布矩阵作为产生矩阵，有效地简化了白化实现过程，提高了白化性能，削弱了光照、姿态等噪声对表情识别的影响。该算法首先采用散度差矩阵求白化矩阵，由快速固定点算法（FASTICA）求解样本独立元，最终由最近邻准则实现表情识别。实验结果表明，提出的算法要优于传统的2DPCA及ICA算法,为表情识别提供了一条有效途径。