Question

matlab 程序问题

一个修改后的PCA进行人脸识别的Matlab代码，识别率达到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('D:\rawdata\ORL\s',num2str(i),'\',num2str(j),'.pgm'));

% 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;

sigma=xmean*xmean'; % M * M 阶矩阵

[v d]=eig(sigma);

d1=diag(d);

[d2 index]=sort(d1); %以升序排序

cols=size(v,2);% 特征向量矩阵的列数

for i=1:cols

vsort(:,i) = v(:, index(cols-i+1) ); % vsort 是一个M*col(注:col一般等于M)阶矩阵，保存的是按降序排列的特征向量,每一列构成一个特征向量

dsort(i) = d1( index(cols-i+1) ); % dsort 保存的是按降序排列的特征值，是一维行向量

end %完成降序排列

%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;

% (训练阶段)计算特征脸形成的坐标系

while (i<=p && dsort(i)>0)

base(:,i) = dsort(i)^(-1/2) * xmean' * vsort(:,i); % base是N×p阶矩阵，除以dsort(i)^(1/2)是对人脸图像的标准化，详见《基于PCA的人脸识别算法研究》p31

i = i + 1;

end

% add by wolfsky 就是下面两行代码，将训练样本对坐标系上进行投影,得到一个 M*p 阶矩阵allcoor

allcoor = allsamples * base;

accu = 0;

% 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),'.jpg'));

b=a(1:10304);

b=double(b) - samplemean;

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;

class3=floor((index2(3)-1)/5)+1;

if class1~=class2 && class2~=class3
ID = class1;

elseif (class1==class2) ID = class2;

elseif (class2==class3) ID = class3;

end;

if ID==i

accu=accu+1;

end;

end;

end;

accuracy=accu/200 %输出识别率
中

class1=floor( (index2(1)-1)/5 )+1;

class2=floor((index2(2)-1)/5)+1;

class3=floor((index2(3)-1)/5)+1;

if class1~=class2 && class2~=class3
ID = class1;

elseif (class1==class2) ID = class2;

elseif (class2==class3) ID = class3;

end;

if ID==i

accu=accu+1;

end;
是什么意思 啊 跪求

Answer 1

我有个作业是这，程序添加了些注释，希望对你有帮助~
clear all;
allsamples=[];
for i=1:20
for j=1:5
a=imread(strcat('ORL\s',num2str(i),'\',num2str(j),'.bmp')); %读取人脸图像
b=a(1:112*92); %将图像数据转为一行
b=double(b);
allsamples=[allsamples; b]; %将所有图像20*5，组成数组
end
end
%用PCA方法进行特征提取
samplemean=mean(allsamples); %求均值
for i=1:100
xmean(i,:)=allsamples(i,:)-samplemean;
end;
sigma=xmean*xmean'; %协方差矩阵
[v d]=eig(sigma); %求矩阵特征值和特征向量
d1=diag(d); %特征值的对角阵
[d2 index]=sort(d1); %对对角阵的值排序
cols=size(v,2); %特征向量的行数值
for i=1:cols
vsort(:,i) = v(:, index(cols-i+1) ); %对特征值和特征向量进行排序
dsort(i) = d1( index(cols-i+1) );
end
%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;
while (i<=p && dsort(i)>0)
base(:,i) = xmean' * vsort(:,i); %构成投影矩阵
i = i + 1;
end

allcoor = allsamples * base; %构成训练集的特征矩阵
clc
[filename,pathname]=uigetfile('*.*','Select image'); %选择图像

[img,map]=imread(strcat(pathname,filename));
b=img(1:10304);
b=double(b);
tcoor= b * base; %构成测试集的特征矩阵
for k=1:100
mdist(k)=norm(tcoor-allcoor(k,:));
end;
%最近邻方法
[dist,index2]=sort(mdist);
class=floor( index2(1)/5 )+1; %求所属分类
disp(class);
subplot(1,2,1),imshow(img); %输出分类图像
filename = sprintf('ORL\\s%d\\1.bmp',class);
I=imread(filename);
subplot(1,2,2),imshow(I);

Answer 2