PCA人脸识别算法+测试图片（可直接运行）

% %测试数据：40人，每人10张照片。每人取前ph张照片作为训练集，后（10－ph）张照片作为测试集。 clear; clc; ph=2; %% %第一步：计算特征脸并创建特征空间 tic %申请录入数据矩阵内存 imdata=zeros(112*92,40*ph); for i=1:40 for j=1:ph addr=strcat('/Users/sean/Documents/untitled folder/orl_faces/s',num2str(i),'/',num2str(j),'.pgm'); a=imread(addr); b=a(1:112*92); imdata(:,ph*(i-1)+j)=b'; end; end; %计算平均脸 imaverage=mean(imdata,2); clear i j a b addr %图像预处理 immin=zeros(112*92,40*ph); for i=1:40*ph %归一化处理，提升矩阵计算速度，但小数精度不够，会影响匹配率 %immin(:,i) = (imdata(:,i)-imaverage)/col2medivation(imdata(:,i)-imaverage,112*92); %仅减去平均脸，不做归一化处理 immin(:,i) = imdata(:,i)-imaverage; end; clear i imdata %% %计算协方差矩阵 W=immin*immin'; %计算特征向量与特征值（向量） [V,~]=eig(W); %对特征向量进行排序 VT=fliplr(V); clear V W %显示前32个特征脸 for i=1:32 v=VT(:,i); %向量矩阵化 out=col2mat2(v,112,92); subplot(4,8,i); imshow(out,[]); title(strcat('Face',num2str(i))); end; clear i v out %% %第二步：映射训练集图像到特征空间 %申请训练数据矩阵内存 featuretrain=zeros(112*92,40*ph); for i=1:40*ph; %映射训练集图像 add=VT'*immin(:,i); featuretrain(:,i)=add; end; clear i add %% %第三步：映射测试集图像到特征空间 %申请录入数据矩阵内存 test=zeros(112*92,40*(10-ph)); for i=1:40 for j=(ph+1):10 addr=strcat('/Users/sean/Documents/untitled folder/orl_faces/s',num2str(i),'/',num2str(j),'.pgm'); a=imread(addr); b=a(1:112*92); test(:,(10-ph)*(i-1)+(j-ph))=b'; end; end; %图像预处理 testmin=zeros(112*92,40*(10-ph)); for i=1:40*(10-ph) testmin(:,i) = test(:,i)-imaverage; end; clear i j a b addr test %申请测试数据矩阵内存 featuretest=zeros(112*92,40*(10-ph)); for i=1:40*(10-ph); %映射测试集图像 add=VT'*testmin(:,i); featuretest(:,i)=add; end; clear i add %% %匹配计算 count=0; for t=1:40*(10-ph) point=figureNum(featuretest,t,featuretrain,40*ph); %计算匹配个数 if(round(point/ph+0.4)==round(t/(10-ph)+0.4)) count=count+1; end; end; tol=count/(40*(10-ph)); clear count point t display(strcat('匹配率：',num2str(tol*100),'%')); clear ph tol toc