基于KL变换的人脸识别 matlab

基于KL变换的人脸识别 matlab程序

clear;
clc;
N=40;%样本大小为40人
X=zeros（92*112N）;
i=1;
ADDR=‘F:\ORLrenlian104\‘;
for im=1:N 
    img1=imread（[ADDRnum2str（im）‘.bmp‘]）;  
for j=1:10304
    X（jim）=img1（j）;
end
end 
SUM=sum（X‘）;
XP=SUM/N;
XP=XP‘;
A=zeros（10304N）;
for i=1:N
    A（:i）=X（:i）-XP;
end
B=A‘*A;
[VV p]=eig（B）;%下面需要将vi和di重新排列，保证按从大到小
d=zeros（NN）;
V=zeros（NN）;
for i=1:N
    d（ii）=p（N+1-iN+1-i）;
    V（:i）=VV（:N+1-i）;
end
dd=0;
for j=1:N
    dd=dd+d（jj）;%计算所有特征值之和
end
z=N;
for a=1:N
    s=0;
    for j=1:a
        s=s+d（jj）;
    end
    if s/dd>=0.99&&a<=z%求出占特征值总和的前z个特征值
        z=a;
    end
end
W=zeros（10304z）;
for j=1:z
    W（:j）=A*V（:j）*1/sqrt（d（jj））;%此时的W是特征脸空间
end
P=zeros（zN）;
for i=1:N
    P（:i）=W‘*A（:i）;%将每一幅人脸与平均脸的差值矢量投影到特征脸空间
end
sita1=0;
for i=1:N
    for j=1:N
       ss=norm（P（:i）-P（:j））;
       if ss>sita1
           sita1=ss;
       end
    end
end
    sita=0.5*sita1;   
ADDR1=‘F:\ORLceshi\‘;
im=input（‘请输入待识别图像编号（1--10）:‘）;
    img01=imread（[ADDR1num2str（im）‘.bmp‘]）;     
subplot（121）;
imshow（img01）;
title（‘待识别图像‘）%输出待识别图像
 subplot（122）;
I=zeros（103041）;
for j=1:10304
I（j1）=img01（j）;
end
P01=W‘*（I-XP）;
P02=W*P01+XP;%每幅图可以用特征脸的加权来表示
sigma=norm（I-P02）;
sigma1=zeros（z1）;
for k=1:N
    sigma1（k1）=norm（P01-P（:k））;
end
[sigma2z0]=min（sigma1）;
if sigma>=sita
     tit=sprintf（‘识别输出：输入图像不是人脸图像‘）;
else
    if sigma2>=sita
     tit=sprintf（‘识别输出：输入图像包含未知人脸最相似为第%d个‘z0）;
    else
         tit=sprintf（‘识别输出：输入图像为库中的第%d个人脸‘z0）;
     end
end
   people1=zeros（103041）;
        for i=1:z
            people1=people1+P（iz0）*W（:i）;%每幅图可以用特征脸的加权来表示
        end 
        people1=people1+XP;
        aver=zeros（11292）;
        for i=1:92
         for y=1:112
            aver（yi）=people1（（i-1）*112+y1）;%将用加权值表示的图像转换为正常输出格式
         end
        end
        imshow（aver/250）; 
        title（tit）%输出识别结果    
figure;
for x=1:z
subplot（57x）;
   for i=1:92
         for y=1:112
            aver（yi）=W（（i-1）*112+yx）;% 输出前z个特征脸
         end
   end    
        imshow（（aver+0.01）*50）;
end
subplot（574）
    title（‘前34个特征脸主成份‘）

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件       2386  2012-11-05 21:03  K-L人脸识别\e.m

     文件      11384  2010-03-24 19:45  K-L人脸识别\ORLceshi\1.bmp

     文件      11384  2010-03-25 19:23  K-L人脸识别\ORLceshi\10.bmp

     文件      11384  2010-03-25 18:54  K-L人脸识别\ORLceshi\2.bmp

     文件      11384  2010-03-25 18:57  K-L人脸识别\ORLceshi\3.bmp

     文件      11384  2010-03-25 19:01  K-L人脸识别\ORLceshi\4.bmp

     文件      11384  2010-03-25 19:04  K-L人脸识别\ORLceshi\5.bmp

     文件      11384  2010-03-25 19:06  K-L人脸识别\ORLceshi\6.bmp

     文件      11384  2010-03-25 19:07  K-L人脸识别\ORLceshi\7.bmp

     文件      11384  2010-03-25 19:19  K-L人脸识别\ORLceshi\8.bmp

     文件      11384  2010-03-25 19:22  K-L人脸识别\ORLceshi\9.bmp

     文件      11384  2010-03-24 19:05  K-L人脸识别\ORLrenlian104\1.bmp

     文件      11384  2010-03-25 19:23  K-L人脸识别\ORLrenlian104\10.bmp

     文件      11384  2010-03-24 19:42  K-L人脸识别\ORLrenlian104\11.bmp

     文件      11384  2010-03-25 18:53  K-L人脸识别\ORLrenlian104\12.bmp

     文件      11384  2010-03-25 18:56  K-L人脸识别\ORLrenlian104\13.bmp

     文件      11384  2010-03-25 19:00  K-L人脸识别\ORLrenlian104\14.bmp

     文件      11384  2010-03-25 19:04  K-L人脸识别\ORLrenlian104\15.bmp

     文件      11384  2010-03-25 19:05  K-L人脸识别\ORLrenlian104\16.bmp

     文件      11384  2010-03-25 19:07  K-L人脸识别\ORLrenlian104\17.bmp

     文件      11384  2010-03-25 19:20  K-L人脸识别\ORLrenlian104\18.bmp

     文件      11384  2010-03-25 19:22  K-L人脸识别\ORLrenlian104\19.bmp

     文件      11384  2010-03-25 18:55  K-L人脸识别\ORLrenlian104\2.bmp

     文件      11384  2010-03-25 19:23  K-L人脸识别\ORLrenlian104\20.bmp

     文件      11384  2010-03-24 19:44  K-L人脸识别\ORLrenlian104\21.bmp

     文件      11384  2010-03-25 18:54  K-L人脸识别\ORLrenlian104\22.bmp

     文件      11384  2010-03-25 18:56  K-L人脸识别\ORLrenlian104\23.bmp

     文件      11384  2010-03-25 19:01  K-L人脸识别\ORLrenlian104\24.bmp

     文件      11384  2010-03-25 19:04  K-L人脸识别\ORLrenlian104\25.bmp

     文件      11384  2010-03-25 19:06  K-L人脸识别\ORLrenlian104\26.bmp

............此处省略28个文件信息