fisher线性判别分析matlab实现,人脸识别原理与实战-以MATLAB为工具

  fisher线性判别分析matlab实现,人脸识别原理与实战:以MATLAB为工具

  【人脸识别】基于渔船线性判决实现人脸识别含矩阵实验室源码_MATLAB仿真博客的技术博客_博客

  一简介

  人脸识别是生物特征鉴别技术的一个主要方向,与其他生物特征相比,人脸识别具有主动性,非侵犯性和用户友好等许多优点,多年来一直受到许多研究者的关注。从最初的基于几何的方法到基于统计等复杂特征的方法,人脸识别已经发展了很多算法。目前基于统计特征的线性方法在人脸识别中发展的比较成熟,但是由于人脸识别涉及光照,表情,姿态等问题,线性方法在实际应用中表现的远远不够。因此,将线性方法拓展到非线性领域以提高识别率是一个亟待解决的问题。

  2部分代码函数varargout=faceCore(varargin)

  % FACECORE M-file for faceCore.fig

  % FACECORE本身创建一个新的FACECORE或引发现有的

  %单例* .

  %

  % H=FACECORE将句柄返回给新的FACECORE或将句柄返回给

  %现有的单例*。

  %

  % FACECORE(CALLBACK ,hObject,eventData,handles,)调用本地

  % FACECORE中的函数名为回电.用给定的输入参数初始化m .

  %

  % FACECORE(Property , Value ,)创建新的FACECORE或引发

  %现有单例*。从左边开始,属性值对是

  %在调用faceCore_OpeningFunction之前应用于图形用户界面.一;一个

  %无法识别的属性名或无效值使属性应用程序

  %停止。所有输入都通过变长度输入宗量传递给faceCore _ OpeningFcn .

  %

  % *请参见指南的"工具"菜单上的图像使用者界面选项。选择图像使用者界面只允许一个

  要运行的%实例(单例)”.

  %

  %请参阅:指南、GUIDATA、GUIHANDLES

  %版权所有2002-2003 MathWorks公司。

  %编辑以上文本以修改对帮助faceCore的响应

  %上次由指南v2.5修改2009年5月28日10:21:26

  %开始初始化代码-不要编辑

  GUI _ Singleton=1;

  gui_State=struct(gui_Name ,mfilename,

  gui_Singleton ,gui_Singleton,

   gui_OpeningFcn ,@faceCore_OpeningFcn,

  gui_OutputFcn ,@faceCore_OutputFcn,

  gui_LayoutFcn ,[],

  gui_Callback ,[]);

  if nargin ischar(varargin{1})

  GUI _ state。GUI _ Callback=str 2 func(vara rgin { 1 });

  目标

  如果输出参数的数目

  [varargout { 1:nargout }]=GUI _ mainfcn(GUI _ State,vara gin {:});

  其他

  gui_mainfcn(gui_State,vara rgin {:});

  目标

  %结束初始化代码-不要编辑

  % -在faceCore可见之前执行。

  函数faceCore_OpeningFcn(hObject,eventdata,handles,varargin)

  %此函数没有输出参数,请参见输出Fcn .

  % h对象句柄到数字

  % eventdata保留-将在矩阵实验室的未来版本中定义

  %句柄包含句柄和用户数据的结构(请参见GUIDATA)

  % vara gin faceCore的命令行参数(请参见瓦拉金酒)

  %选择faceCore的默认命令行输出

  handles.output=hObject

  %更新句柄结构

  guidata(hObject,handles);

  %等待使faceCore等待用户响应(请参阅UIRESUME)

  % ui等待(句柄。图1);

  % -此函数的输出返回到命令行。

  函数varargout=face core _ output fcn(ho对象,eventdata,句柄)

  % varargout单元格数组,用于返回输出参数(请参见VARARGOUT);

  % h对象句柄到数字

  % eventdata保留-将在矩阵实验室的未来版本中定义

  %句柄包含句柄和用户数据的结构(请参见GUIDATA)

  %从句柄结构获取默认命令行输出

  varargout { 1 }=handles.output

  % -在按下按钮一时执行。

  函数button1_Callback(hObject,eventdata,handles)

  % h对象句柄到按钮1(见GCBO)

  % eventdata保留-将在矩阵实验室的未来版本中定义

  %句柄包含句柄和用户数据的结构(请参见GUIDATA)

  全球培训数据库路径;

  TrainDatabasePath=uigetdir(strcat(matlabroot, \work ),训练库路径选择.);

  % -在按下按钮2时执行。

  函数button2_Callback(hObject,eventdata,handles)

  % h对象句柄到按钮2(见GCBO)

  % eventdata保留-将在矩阵实验室的未来版本中定义

  %句柄包含句柄和用户数据的结构(请参见GUIDATA)

  全局TestDatabasePath

  TestDatabasePath=uigetdir(strcat(matlabroot, \work ),测试库路径选择.);

  % -在按下按钮3时执行。

  % function button 3 _ Callback(h对象,eventdata,句柄)

  % h对象处理按钮3(见GCBO)

  % eventdata保留-将在矩阵实验室的未来版本中定义

  %句柄包含句柄和用户数据的结构(请参见GUIDATA)

  %[文件名,路径名]=uigetfile({* .jpg ;*.bmp}, );

  % str=[路径名文件名];

  % im=im read(str);

  %轴(手柄。轴1);

  % im show(im);

  % -在按下按钮四时执行。

  函数button4_Callback(hObject,eventdata,handles)

  % h对象处理按钮4(见GCBO)

  % eventdata保留-将在矩阵实验室的未来版本中定义

  %句柄包含句柄和用户数据的结构(请参见GUIDATA)

  全球培训数据库路径;

  全局TestDatabasePath

  全球测试;

  t=创建数据库(traintdatabasepath);

  %[m V _ PCA V _ Fisher投影图像_ Fisher]=Fisher面芯(T);

  % -在按下按钮5时执行。

  函数button9_Callback(hObject,eventdata,handles)

  % h对象句柄到按钮5(见GCBO)

  % eventdata保留-将在矩阵实验室的未来版本中定义

  %句柄包含句柄和用户数据的结构(请参见GUIDATA)

  全球即时消息;

  [文件名,路径名]=uigetfile({* .jpg ;*.bmp},选择测试图片.);

  str=[路径名文件名];

  im=imread(str);

  轴(手柄。轴1);

  im秀(im);

  % -在按下按钮6时执行。

  函数button6_Callback(hObject,eventdata,handles)

  % h对象手柄到按钮6(见GCBO)

  % eventdata保留-将在矩阵实验室的未来版本中定义

  %句柄包含句柄和用户数据的结构(请参见GUIDATA)

  % T=创建数据库(TrainDatabasePath);

  全球测试;

  全球即时消息;

  全球培训数据库路径;

  [m V _ PCA V _ Fisher投影图像_ Fisher]=Fisher面芯(T);

  OutputName=Recognition(im,m,V_PCA,V_Fisher,投影图像_ Fisher);

  selected image=strcat(train database path, \ ,output name);

  选中图像=im read(选中图像);

  轴(手柄。轴2);

  im show(选中图片);

  %title(等效图像);

  % -在按下按钮七时执行。

  函数button7_Callback(hObject,eventdata,handles)

  % h对象句柄到按钮7(见GCBO)

  % eventdata保留-将在矩阵实验室的未来版本中定义

  %句柄包含句柄和用户数据的结构(请参见GUIDATA)

  全部清除;

  色度控制中心

  关闭(GCF);3仿真结果

  四参考文献[1]王平。基于非线性鱼貂判决的人脸识别方法研究d .中国海洋大学。

  博主简介:擅长智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的矩阵实验室仿真,相关矩阵实验室代码问题可私信交流。

郑重声明:本文由网友发布,不代表盛行IT的观点,版权归原作者所有,仅为传播更多信息之目的,如有侵权请联系,我们将第一时间修改或删除,多谢。

留言与评论(共有 条评论)
   
验证码: