Matlab PCA代码输入，用于掌纹识别

我对Matlab是新手。 我正在尝试将PCA函数（下面列出的URL）应用到我的掌纹识别程序中，以生成特征掌纹。我的掌纹灰度图像尺寸为450*400。 在使用它之前，我试图研究这些代码并添加一些代码以将特征向量保存为.mat文件。我为自我理解添加了一些%的评论

经过几天的学习，我仍然找不到答案。 我决定寻求帮助。关于PCA.m，我有几个问题要问

PCA.m

“选项”的输入应该是什么？“PCA（数据、详细信息、选项）”的定义 （这是降维的整数吗？我试图找出“options”值传递到哪里，但仍然无法获得ans。“h&h2”的msgbox将检查代码运行到哪里。我试图使用整数10，但PCA.m处理的维度是400*400。）

我保存为“.mat”文件的“eigvector”已准备好使用其他特征向量执行欧几里德距离分类器了吗？（我认为eigvector等同于eigenpalm，就像人脸识别中的特征脸一样。我试图将特征向量矩阵转换回图像，但PCA处理后的图像是黑色的，上面有许多点）

mySVD.m

在该函数中，有两个值可以更改，即设置为1600的最大矩阵大小和设置为0.1%的EIGVECTOR比率。我可以知道这些值会影响结果吗？（我试着对这些值进行处理，但我看不出有什么不同。我的掌纹图像尺寸设置为450*400，所以最大矩阵大小应该设置为180000？）

**我希望你们能理解我的要求，请帮忙，谢谢(=

原文：

mySVD：

%由我编辑的版本
函数[eigvector，eigvalue]=PCA（数据、详细信息、选项）
%主成分分析
%
%用法：
%[eigvector，eigvalue]=PCA（数据，选项）
%[eigvector，eigvalue]=PCA（数据）
%
%输入：
%数据-数据矩阵。fea的每一行向量都是一个数据点。
%fea=有限元分析？？？？？
%options.ReducedDim-缩减子空间的维数。如果为0，
%所有尺寸都将保留。
%默认值为0。
%
%输出：
%eigvector-每列都是一个嵌入函数，用于新的
%数据点（行向量）x，y=x*eigvector
%将是x的嵌入结果。
%eigvalue-PCA特征值问题的排序eigvalue。
%
%示例：
%fea=兰特（7,10）；
%选项=[]；%在选项中存储空矩阵
%选项。ReducedDim=4；
%[eigvector，eigvalue]=PCA（fea，4）；
%Y=fea*eigvector；
%
%版本3.0——2011年12月
%版本2.2--2009年2月
%版本2.1—2007年6月
%版本2.0—2007年5月
%1.1版——2006年2月
%1.0版——2004年4月
%
%邓才（gmail.com上的邓才）撰稿
%
如果（~exist（'options'，'var'））
%A=存在（'name'，'kind'）
%var=仅检查变量。
%http://www.mathworks.com/help/matlab/matlab_prog/symbol-reference.html#bsv2dx9-1
%波浪号“~”字符用于比较数组中不相等的值，
%查找数组的逻辑NOT，
%作为输入或输出参数的占位符，您希望从函数调用中省略。
期权=[]；
结束
h2=msgbox（“尚未”）；
ReducedDim=0；
如果是字段（选项“ReducedDim”）
%tf=isfield（S，“fieldname”）
h2=msgbox（“选中”）；
ReducedDim=选项。ReducedDim；
结束
[nSmp，nFea]=大小（数据）；
如果（ReducedDim>nFea）| |（ReducedDim在结构中传递选项，例如：

options.ReducedDim = 2;

或

选项
ReducedDim
选择要用于表示原始矩阵最终投影的维数。例如，如果选择
option.ReducedDim=2
，则仅使用具有最大特征值的两个特征向量（两个主分量）来表示数据（实际上，PCA将返回具有最大特征值的两个特征向量）

PCARatio
允许您选择维数作为第一个特征向量，其中最大特征值占特征值总和的分数
PCARatio

在
mySVD.m
中，我不会增加默认值，除非您认为描述数据集需要超过1600个特征向量。我认为您可以安全地保留默认值。
如果您想发布特征向量的图像，我想您可能需要以某种方式缩放图像，以灰度表示，即s有界0-255范围可能存在问题。
options.ReducedDim = 2;

 options.PCARatio =0.4;