MATLAB实现的PCA人脸识别算法详解

%PCA算法

% FaceRec.m  %CQUPT  

% PCA  识别率88% 

% calc xmean,sigma and its eigen decomposition
clc
clear
allsamples=[];                                           %所有训练图片
m1=40;
n1 = 5;
for i=1:m1
    for j=1:n1
        a=imread(strcat('D:\Program Files\MATLAB71\work\彩色人脸检测与识别\image-base\s',num2str(i),'_',num2str(j),'.bmp'));
        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
    end
end

samplemean=mean(allsamples);                         %平均图片，1*N
M = m1.*n1;
% xmean = allsamples - repmat(samplemean,M,1);
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);%取出d的对角线元素

%按特征值大小以降序排列

dsort=flipud(d1); %按特征值大小以降序排列

vsort=fliplr(v);

 

%以下选择90%的能量

dsum=sum(dsort);
dsum_extract=0;
p=0;
while(dsum_extract/dsum<0.9)
      p=p+1;
      dsum_extract=sum(dsort(1:p));
end

i=1;