人脸识别PCA算法matlab实现和详细步骤讲解.docxVIP

人脸识别 % % PCA 人脸识别修订版，识别率 88％ % calc xmean,sigma and its eigen decomposition allsamples=[];%所有训练图像 for i=1:40 for j=1:5 a=imread(strcat(e:\ORL\s,num2str(i),\,num2str(j),.jpg)); % imshow(a); b=a(1:112*92); % b 是行矢量 1×N，其中 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 end end samplemean=mean(allsamples); % 平均图片，1 × N for i=1:200 xmean(i,:)=allsamples(i,:)-samplemean; % xmean 是一个 M × N 矩阵，xmean 每一行保存的数据是“每个图片数据-平均图片” end; % 获取特征值及特征向量sigma=xmean*xmean; % M * M 阶矩阵 ： [v d]=eig(sigma); d1=diag(d); % 按特征值大小以降序排列dsor