模拟散斑生成：二维散斑相关验证

Mr翊

已于 2022-09-22 21:46:15 修改

阅读量928

点赞数 2

分类专栏： matlab 文章标签：算法

于 2022-09-22 21:33:50 首次发布

本文链接：https://blog.csdn.net/qq_56877812/article/details/127000247

版权

非均匀应变模拟数字散斑图生成：

用rand函数生成0-1随机数模拟散斑颗粒分布，图像背景光强均匀，变形前后图像灰度分布由式：

s-表示散斑颗粒数目

a-散斑颗粒尺寸

I0-背景光强（一般设置为1）

其中：

引入非均匀应变

%% 生成六张散斑图，参数记得改一下
%input for image size(NX,NY) <散斑图大小（像素）>
NX =512;
NY =512;
%input for numble of speckles(S)<散斑数量>
S = 1200;
%输入的散斑大小
a = 4;
%input for peak intensity of each speckle(I0)<散斑峰值强度>
I0 =1;
%input for displacement(UX,UY)<散斑图位移>
UX = 0.5;
UY = 0;

UX1 = 1;
UY1 = 0;

UX2 = 1.5;
UY2 = 0;

UX3 = 2;
UY3 = 0;

UX4 = 2.5;
UY4 = 0;
%input for deformation gradient(ux,uy,vx,vy)<位移梯度分量>ux = 0.002;
ux = 0;
uy = 0;
vx = 0;
vy = 0;
 
%% 
%main program主程序
I = zeros(NX,NY);%创建一个512*512的全0矩阵
%rand('state');
X=NY*rand(S,1);%产生S*1阶0~1均匀分布的随机数矩阵
Y=NY*rand(S,1);
%generation of undeformed speckle image初始散斑图的生成
for i=1:NX
    for j=1:NY
        I(i,j)=I0.*pi./4.*a.^2.*sum((erf((i-X(1:end))./a)-erf((i+1-X(1:end))./a)).*(erf((j-Y(1:end))./a)-erf((j+1-Y(1:end))./a)));
    end
end

A=double(I);%double(I)是将读入的图像I的uint8数据转换为double类型的数据
G=mat2gray(A);%mat2gray是一个计算机函数，功能是实现图像矩阵的归一化操作。所谓”归一化”就是使矩阵的每个元素的值都在0和1之间。
imwrite(G,'s_0.jpg')%生成数据为G名称为PIP的tif格式图像
%% 0.04，0位移
for i=1:NX
    for j=1:NY