jianliyangben.m

识别简单表情的BP网络算法

%输入源样本 1，2，3，4为不同字体数字
clear all
for pcolum=1:5
    p1=ones(30,30);         %建立全为1的样本矩阵
    m=strcat('D:\matlab7\work\test_allen\face\',int2str(pcolum),'.bmp');
    I=imread(m);           %循环读入0-39个样本数字文件
    I1=im2bw(I,0.3);       %对输入图像进行二值化处理 采用全局阈值0.3
    %imshow(I1);
   [m,n]=find(I1==0);      
   rowmin=min(m);
   rowmax=max(m);
   colummin=min(n);
   colummax=max(n);
   I2=I1(rowmin:rowmax*0.85,colummin:colummax);  %截取是入图像中的数字部分
   imshow(I2);
   rate=30/max(size(I2)); 
   I3=imresize(I2,rate);  %对输入文件变尺寸处理
   imshow(I3);
   
   
   [i,j]=size(I3);
   row=round((30-i)/2);
   colum=round((30-j)/2);
   p1(row+1:row+i,colum+1:colum+j)=I3;  %建立起30*30的矩阵
   p1=-1*p1+ones(30,30);              %反色处理

  for hh=1:30
   p((hh-1)*30+1:(hh-1)*30+30,pcolum+1)=p1(hh,1:30);
  end                      %将处理的源样本输入供神经网络训练的样本   pcolum是样本数循环变量

  switch pcolum
    case {1,11,21,310}
        t(pcolum+1)=1    %数字0
    case{2,12,22,32}
        t(pcolum+1)=2    %数字1
      case{3,13,23,33}
        t(pcolum+1)=3    %数字2
      case{4,14,24,3}
        t(pcolum+1)=4    %数字3
      case{5,15,25,35}
        t(pcolum+1)=5    %数字4
    
  end                    %建立与训练样本对应的输出值t
end
save 51ET p t;