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。