geometric normalization & intensity normalization
在对人脸表情进行识别时，人脸的归一化处理是至关重要的一环，它涉及到下一步处理的好坏。
人脸的归一化包括几何归一化和灰度归一化，几何归一化分两步：人脸校正和人脸裁剪。而灰度归
一化主要是增加图像的对比度，进行光照补偿。
1.几何归一化
几何归一化的目的主要是将表情子图像变换为统一的尺寸，有利于表情特征的提取。具体步骤如下：
（1）标定特征点，这里用[x,y] = ginput(3)函数来标定两眼和鼻子三个特征点。主要是用鼠标动手标
定，获取三个特征点的坐标值。
（2）根据左右两眼的坐标值旋转图像，以保证人脸方向的一致性。设两眼之间的距离为d，其中点为O。
（3）根据面部特征点和几何模型确定矩形特征区域，以O为基准，左右各剪切d，垂直方向各取0.5d和
1.5d的矩形区域进行裁剪。
（4）对表情子区域图像进行尺度变换为统一的尺寸，更有利于表情特征的提取。把截取的图像统一规格
为90*100的图像，实现图像的几何归一化。
面部几何模型如下图：
2.灰度归一化
灰度归一化 主要是增加图像的亮度，使图像的细节更加清楚，以减弱光线和光照强度的影响。
这里用的是image=255*imadjust(C/255,[0.3;1],[0;1]); 用此函数进行光照补偿。