科研训练成果PCA人脸识别.pptVIP

科研训 研究成果展示 —基于PCA主成分分析算法的人 脸识别 系统功能描述 假设有一张给定的测试图像Test。 系统能够从本身的训练库中找出与 测试图像相同或近似度最大的图像, 并将之输出 系统流程 输入测试图像文件 将训练库中的图像文件读入矩阵,创建图像数据库T Create Database ( 今利用 Principle Component Analysis(PCA)主成分分 析算法提取图像数据库T的特征,得到特征脸矩阵 Eigenfaces: Eigenface Core 冷导入测试图像文件 Testlmge,获取测试图像的特征 向量,并与特征脸比较得到欧几里得距离矩阵,找 到最佳匹配对象; Recognition() 寻找结果输出 开始 选择测试图像 Testlmage 创建标准匹配数据库 Create Datebase 提取特征脸 Eigenface Core 读入测试图像,匹配识别 Recognition 输出匹配结果 结束 详细过程 假设有n=10张测试图像(在本系统中我们将文件名设为 110.jpg的格式以方便之后程序的调用处理),本地有一已 存在的训练库 第一步选择测试图像 Testlmage 因为系统一次只处理一张测试图像,所以程序开始阶段 需要从这n张测试图像中选择一个对象,名为 Testlmage 第二步创建标准匹配数据。函数为 Create Datebase Create Database()流程 函数开始 计算训练库中图像的数量 逐步读入图像数据并将其转换为灰 度图像,然后将每个灰度图像转换 维列向量存于矩阵T中。 返回矩阵T 函数结束 Create Datebase函数 6 Descriptions: This function reshapes all 2D images of the training database into 1D column vectors. Then, it puts these 1D column vectors in a row to construct 2D matrix T 6 Argument: Train Database Path- Path of the training database Returns: T A 2D matrix, containing all 1D image vectors Suppose all P images in the training database have the same size of MXN. So the length of 1D column vectors is MN and T will be a MNxP 2D matrix Create Datebase函数的描述 首先找到 Train Database文件,计算文件中所含图片的数量(记数量为 Train Number 定义一个空矩阵T,用gb2gray()函数分别对每一张图片进行灰度处理。此时 Train Database中的RGB图像被全部转换为灰度图像 调用 Reshape()函数将每一张图片用一个列向量T(表示 irow icol= size(img) irow为第ⅰ个灰度图像的行数,icol为相应列数,那么一个灰度图像的所含数据 个数为 irow *icol temp= reshape(img, irowicol, 1) 将 irow*icol大小的灰度图像用一个列向量表示 令将所有的列向量组合成一个新的一维矩阵T。它的每一个元素表示一个灰度图 像 至此,训练库中的图像被表示为一个rowico行, Train Number列的矩阵T。 第三步提取特征脸。函数为 EigenfaceCore() 函数开始 求出矩阵T每一行数据的均值m 计算每一幅图像相对均值的偏差a 几 获取特征脸 Eigenfaces 返回均值吗,偏差啊,特征脸 Eigenfaces 函数结束