pca人脸识别特征脸源代码

% FaceRec.m ??????%CQUPT

% PCA??识别率88%?

% calc xmean,sigma and its eigen decomposition

allsamples=[];%所有训练图片

m=0;

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

end

samplemean=mean(allsamples);%平图片，1*N

for 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/dsum

p=p+1;

dsum_extract=sum(dsort(1:p));

end

p=199;

% (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));

%生成特征脸

for(k=1:p)

temp=reshape(base(:,k),112,92);

newpath=['e:\orl\test\' int2str(k) '.jpg'];

imwrite(mat2gray(temp), newpath);

m=m+1;

subplot(10,20,m),imshow(mat2gray(reshape(temp, 112,92))); end

avg = reshape(samplemean, 112,92);

imshow(avg);

title('训练图库')

imwrite(mat2gray(avg), 'e:\orl\test\average.jpg');

%将模型保存

save('e:\orl\test\model.mat', 'base', 'samplemean');