【摘要】分塊主成分分析算法（PCA）在提取人臉特征時是按照分塊進行的，它獲得的特征矩陣的維數(shù)大于PCA方法得到特征的維數(shù)。針對這種情況，本文提出了一種改進的分塊主成分分析算法，該算法首先對每個子圖像集分別求解散布矩陣，并根據(jù)此散布矩陣求出投影矩陣；然后將子圖像投影到對應投影矩陣上得到特征向量，由此特征向量進而求出相應子圖像間的子距離；最后將圖像的所有子距離相加得到圖像間的距離，根據(jù)最近鄰分類器進行分類識別。實驗表明，本文方法不僅提高了識別率，而且減少了所需的鑒別矢量，具有很好的識別效果。

【關(guān)鍵詞】主成分分析；分塊主成分分析；散步矩陣；子距離