人眼識別(文件)
【正文】 間離散度矩陣、樣品類間離散度矩陣，根據(jù)Fisher準則，找到最佳投影準則，將訓練集內(nèi)所有樣品進行投影，投影到一維Y空間，由于Y空間是一維的，則需要求出Y空間的劃分邊界點，找到邊界點后，就可以對待測樣品進行進行一維Y空間的投影，判斷它的投影點與分界點的關(guān)系，將其歸類。程序框圖如下圖所示。Train_Number = 0。..39。 endend%%%%%%%%二維轉(zhuǎn)一維%%%%%%%%%%%%T = []。,str,39。 img = imread(str)。 T = [T temp]。%每一類的圖像數(shù)目P = Class_population * Class_number。%%%%%計算特征臉的算法%%%%%%L = A39。%%%%篩選小的特征值%%%%%L_eig_vec = []。%V_PCA就是降維后的協(xié)方差矩陣ProjectedImages_PCA = []。 end%%%%%fisher分類器的設(shè)計方法%%%%%%%%%計算在特征空間里面每一個類的均值%%%%%m_PCA = mean(ProjectedImages_PCA,2) %特征空間總的均值m = zeros( Class_number, Class_number )。 %每一類的樣本分別求均值 S = zeros(Class_number, Class_number)。end %%%%%%188。199。191。199。241。180。188。201。186。161。224。235。200。J_eig_val = max(J_eig_val)。 * V_PCA39。 * pca_img。%%%%%%%%%%%%%%%%%%%%%%%%從測試樣本中提取PCA特征%%%%%%%%%%%%%%%%%%%InputImage = imread(TestImage)。,irow*icol,1)。 * Difference。 Euc_dist = [Euc_dist temp]。end[Euc_dist_min ,Recognized_index] = min(Euc_dist2)。)。OutputName = strcat(int2str(Recognized_index),39。for i=1 : Class_number dist = mean(Euc_dist(((i1)*Class_population+1):(i*Class_population)))。for i = 1 : Train_Number q = ProjectedImages_Fisher(:,i)。 ProjectedTestImage = V_Fisher39。 [irow icol] = size(temp)。 * ProjectedImages_PCA。 * ProjectedImages_PCA(:,i)。 %%%%%%去除0特征根和排序for i = 1 : Class_number 1 V_Fisher(:,
環(huán)評公示相關(guān)推薦
鄂ICP備17016276號-1