clear?;

tic;
%%??打開訓練圖像集?
Files?=?dir（‘face33\train\*.bmp‘）;??????%打開文件夾中所有圖像
Dir?=?‘face33\train\‘;
nImg=length（Files）;
for?k?=?1:length（Files）;
????Filename?=?[Dir??Files（k）.name];
????Img??=?imread（Filename）;
????x（:k）?=?Img（:）;???????????%?把圖像放在矩陣x的第k列
????%%?將二維Img轉換成一維列向量時，按列抽?。杭词前训趇+1列置于第i列后
end;
nImages?=?k;????????????????????%?圖像個數
imsize?=?size（Img）;????????????%?圖像維度
nPixels?=?imsize（1）*imsize（2）;???%?圖像總像素數
x?=?double（x）/255;????????????????????%?將x轉換為double型

%%?計算每幅訓練圖像的與平均臉的差值?
avrgx?=?mean（x‘）‘;???????????%計算均值圖像
for?i=1:1:nImages
????x（:i）?=?x（:i）?-?avrgx;???????%?x每一列減去平均臉
end;

%%?奇異值分解方法計算協方差矩陣的特征值和特征向量
%{
?Image尺寸為142x120=17040，協方差陣S=xx‘，則S為17040x17040矩陣，計算其特征值、特征向量計算量很大
?于是計算cov_mat=x‘x特征值、特征向量，則x‘x*v=lamda*v，左右同乘以x：xx‘x*v=lamda*x*v
?得到S特征向量為：lamda^-0.5*x*v
%}
cov_mat?=?x‘*x;??%協方差矩陣為x*x’，這里用奇異值分解
[VD]?=?eig（cov_mat）;?????????%V為以特征向量為列的矩陣，D為特征值組成的對角陣
%V?=?x*V*（abs（D））^-0.5;????????%求協方差矩陣x*x‘的特征向量


%%?計算特征臉個數
add?=?0.0;
DD=diag（D）;???????????????????????%將對角陣D轉換為矢量
sum?=?sum（DD）;
for?lamda_k?=nImages:-1:1??????????%由于在D按照從小到大排列，故逆序遍歷
????add?=?add?+?DD（lamda_k）;
????if?add/sum?>?0.95?????