基于PCA的人脸识别Matlab源码.doc

PCA算法% FaceRec.m ?%CQUPT?? % PCA? 识别率88%? % calc xmean,sigma and its eigen decompositionallsamples=[];????????????????????????????????????????? ?%所有训练图片for i=1:40?????? for j=1:5?????? a=imread(strcat(e:\ORL\s,num2str(i),\,num2str(j),.pgm));???? ?b=a(1:112*92);???????????????????????????????? %b是行矢量1*N，N=10304，提取顺序是先列后行，????????????????????????????????????????????????????????????? ?%即从上到下，从左到右?????? b=double(b);allsamples=[allsamples;b];??????????????????????? %allsamples是一个M*N矩阵，allsamples中每一行数据代?????????????????????????????????????????????????????????????? %表一张图片，其中M=200?????? endend?samplemean=mean(allsamples);???????????????????????? %平均图片，1*Nfor??? i=1:200 xmean(i,:)=allsamples(i,:)-samplemean; %allsamples是一个M*N矩阵，allsamples中每一行保存?????????????????????????????????????????????????????????????????????????????? %的数据是“每个图片数据—平均图片”end;%获取特征植及特征向量sigma=xmean*xmean;??????????????????????????????????? ?% M* M矩阵[v d]=eig(sigma);d1=diag(d);%按特征值大小以降序排列dsort=flipud(d1);vsort=fliplr(v);?%以下选择90%的能量dsum=sum(dsort);?????? dsum_extract=0;?????? p=0;?????? while(dsum_extract/dsum0.9)????????????? p=p+1;????????????? dsum_extract=sum(dsort(1:p));?????? endi=1;?????????????????? % (训练阶段)计算特征脸形成的坐标系base = xmean * vsort(:,1:p) * diag(dsort(1:p).^(-1/2)); ????????????????? %base是N*p阶矩阵，除以dsort(i) ^(-1/2))是对人脸图象的标准化（是其方差为1）????????????????? % xmean * vsort(:,1:p)是小矩阵的特征向量向大矩阵特征向量转换的过程???????????????? %以下两行将训练样本对坐标系上进行投影，得到一个M*p子空间中的一个点，???????????????? %即在子空间中的组合系数allcoor=allsamples*base;accu = 0;?????????????????????????????????? %下面的人脸识别过程中就是利用这些组合系数来进行识别?%测试过程for i=1:40?????? for j=6:10???????????????????????????? %读入40 x 5 副测试图像?????? a=imread(strcat(e:\ORL\s,num2str(i),\,num2str(j),.pgm));?????? b=a(1:10304);?????? b=double(b);?????? tcoor=b*base;???????????????????? %计算坐标，是1*p阶矩阵?????? for k=1:200????????????? mdist(k)=norm(tcoor-allcoor(k,:));?????? end;?? %三阶近邻[dist,index2]=sort(mdist); ??????? class1=floor( (index2(1)-1)/5 )+1; ??????? class2=floor((index2(2)-1)/5)+1; ??????