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。