人脸2DPCA算法

相关论文：Two-Dimensional PCA: A New Approach to Appearance-Based Face Representation and Recognition

代码：结合 u2dpca.m  

图片库：ORL人脸数据库

1.     B = imresize(A, m,method)

返回的图像B的长宽是图像A的长宽的m倍，即缩放图像。 m大于1， 则放大图像； m小于1， 缩小图像。

method参数用于指定在改变 图像尺寸时所使用的算法， 可以为以下几种：

'nearest'： 这个参数也是默认的， 即改变图像尺寸时采用最近邻插值算法；

'bilinear'：采用双线性插值算法；

'bicubic'： 采用 双三次插值算法，在R2013a版本里，默认为这种算法，所以不同版本可能有不同的默认参数，使用之前建议使用命令help imresize获得帮助信息，以帮助信息为准；

2.对1中的bilinear【双线性差值】理解

其特点：当对相邻四个像素点采用双线性插值时，所得表面在邻域处是吻合的，但斜率不吻合。并且双线性灰度插值的平滑作用可能使得图像的细节产生退化，这种现象在进行图像放大时尤其明显。

另外，还可参看 http://blog.csdn.net/longzaitianya1989/article/details/8761731

比方原图与压缩后的图像对比如图 压缩.png（由最初的112*92压缩4倍 为28*23）

3.mean(A,3);

%mean(A,1);计算行平均值; mean(A,2);计算列平均值; mean(A,3); 计算三维数组中z方向平均值.

4.cv = cv +  train_samples_sub(:,:,i)' *  train_samples_sub(:,:,i);
%矩阵的转置乘以它本身得到对称矩阵   --> 差值的转置 乘以 差值本身， 是否可看成散布矩阵

5.[vv dv]=eig(cv);

2DPCA的核心->找到它的特征向量 & 特征值

6.imwrite();

%用于将图像数据写入到图像文件中。 但是具体什么意思还是不明白

7.floor 取比它小的整数