基于 MATLAB 的人脸识别系统设计

本文将介绍如何基于 MATLAB 开发一个人脸识别系统，包括 GUI 设计、PCA 算法实现和 ORL 人脸库的使用。通过本系统，用户可以了解人脸识别的核心原理和实现过程，并扩展到实际应用场景（如考勤、门禁、无人超市等）。

---

系统设计概要

1. 数据集：使用 ORL 人脸库（包含 40 个人，每人 10 张图片，共 400 张人脸图像）。
2. 特征提取：通过 PCA（主成分分析）方法对人脸进行降维和特征提取。
3. 人脸识别：使用测试图片与训练集比对，计算欧氏距离，识别最接近的训练集人脸。
4. GUI 设计：创建用户友好的界面，用于输入测试图片、显示识别结果。

---

系统实现步骤

1. 加载 ORL 人脸库

ORL 人脸库的图像为灰度图像，尺寸为 112×92。每个图像需要展开为向量以适应 PCA 算法。

% 加载 ORL 人脸库
function [trainData, labels] = loadORLData()
    trainData = [];
    labels = [];
    for i = 1:40 % 40 个人
        for j = 1:10 % 每人 10 张图片
            filePath = sprintf('orl_faces/s%d/%d.pgm', i, j);
            img = imread(filePath);
            imgVector