%PCA人臉識別

imgdata=[];%訓(xùn)練圖像矩陣
for i=1:40
    for j=1:5
      a=imread(strcat('C:\Documents and Settings\Administrator\桌面\orl\s',num2str(i),'\',num2str(j),'.jpg'));
      % imshow(a);
      b=a(1:112*92); % b是行矢量 1×N，其中N＝10304
      b=double(b);
      imgdata=[imgdata; b];  % imgdata 是一個M * N 矩陣，imgdata中每一行數(shù)據(jù)一張圖片，M＝200
    end;
end;
imgdata=imgdata';  %每一列為一張圖片
imgmean=mean(imgdata,2); % 平均圖片，N維列向量
for i=1:200 
    minus(:,i) = imgdata(:,i)-imgmean; % minus是一個N*M矩陣，是訓(xùn)練圖和平均圖之間的差值
end;

covx=minus'* minus;   % M * M 階協(xié)方差矩陣


[COEFF, latent,explained] = pcacov(covx'); %PCA，用協(xié)方差矩陣的轉(zhuǎn)置來計算以減小計算量




%選擇構(gòu)成95%的能量的特征值
i=1;
proportion=0;
while(proportion < 95)
        proportion=proportion+explained(i);
        i=i+1;
end;
p=i-1;


% 訓(xùn)練得到特征臉坐標系
i=1;
while (i<=p && latent(i)>0)
    base(:,i) = latent(i)^(-1/2)*minus * COEFF(:,i);   % base是N×p階矩陣，用來進行投影，除以latent(i)^(1/2)是對人臉圖像的標準化
    i = i + 1;
end

% 將訓(xùn)練樣本對坐標系上進行投影,得到一個 p*M 階矩陣為參考

reference = base'*minus;

accu = 0;




accu = 0; %計算準確度

% 測試過程
for i=1:40
    for j=6:10 %讀入40 x 5 副測試圖像
        a=imread(strcat('C:\Documents and Settings\Administrator\桌面\orl\s',num2str(i),'\',num2str(j),'.jpg'));
        b=a(1:10304);
        b=double(b);
        b=b';
        
        object = base'*(b-imgmean);
        distance=100000;
        
        %最小距離法，尋找和待識別圖片最為接近的訓(xùn)練圖片
        for k=1:200 
             temp= norm(object - reference(:,k));
             if (distance > temp)
                 which = k;
                 distance = temp;
             end;
        end;
        temp1 = which/5;
        if (temp1 == floor(temp1))
            left = (temp1-1)*5;
            right = temp1*5;
        else
            left = floor(temp1)*5;
            right = ceil(temp1)*5;
        end;
        
        if (((i-1)*5+j-5>left)&&((i-1)*5+j-5<=right))  %正確識別
            accu = accu+1;
        end;
    end;
end;

accuracy=accu/200 %輸出識別率