MATLAB【六】 ———— matlab 随机散斑模拟
%%
%input for image size(NX,NY) <散斑图大小（像素）>
NX =1280;
NY =800;
%input for numble of speckles(S)<散斑数量>
S = 9226;
%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 = 0.04;
UY = 0;
%input for deformation gradient(ux,uy,vx,vy)<位移梯度分量>ux = 0.002;
ux = 0.02;
uy = 0.02;
vx = 0.02;
vy = 0.02;%%
%main program主程序
I = zeros(NX,NY);%创建一个1280*800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:NXfor j=1:NYI(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=uint16(I);%double(I)是将读入的图像I的uint8数据转换为double类型的数据
% A = double2uint16(A);
% 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(A,'gauss\s1.png')
imshow(A)
% M =[1-ux -uy;-vx 1-vy];
% J = (M);
% %generation of speckles image after deformation
% for i=1:NX
% for j=1:NY
% I(i,j)=I0.*pi./4.*a.^2.*sum((erf((i-i*ux-j*uy-UX-X(1:end))./a)-erf((i+1-(i+1)*ux-(j+1)*uy-UX-X(1:end))./a)).*(erf((j-j*vy-i*vx-UY-Y(1:end))./a)-erf((j+1-(j+1)*vy-(i+1)*vx-UY-Y(1:end))./a)));
% end
% end
% A=double(I);
% G=mat2gray(A);
% imwrite(G,'gauss\s2.png')
%input for image size(NX,NY) <散斑图大小（像素）>
prompt={'Enter hprozontal(x) resolution for simulated image[pixels]:',...'Enter vertical(y) resolution for simulated image{pixels}:'};
dlg_title='Input for image size';
num_lines=1;
def={'512','512'};
answer=inputdlg(prompt,dlg_title,num_lines,def);%创建并打开输入对话框
NX=str2double(cell2mat(answer(1,1)));%输入的水平分辨率的值
NY=str2double(cell2mat(answer(2,1)));%输入的竖直分辨率的值
%input for numble of speckles(S)<散斑数量>
prompt={'enter total number of speckles'};
dlg_title='input number of speckles';
num_lines=1;
def={'1200'};
answer=inputdlg(prompt,dlg_title,num_lines,def);%%创建并打开输入对话框
S=str2double(cell2mat(answer(1,1)));%输入的散斑数量
%input for speckle size(a)<散斑大小>
prompt={'enter speckle size'};
dlg_title='input for speckle size';
num_lines=1;
def={'4'};
answer=inputdlg(prompt,dlg_title,num_lines,def);
a=str2double(cell2mat(answer(1,1)));%输入的散斑大小
%input for peak intensity of each speckle(I0)<散斑峰值强度>
prompt={'enter peak intensity of each speckle'};
dlg_title='input for peak intensity of each speckle';
num_lines=1;
def={'1'};
answer=inputdlg(prompt,dlg_title,num_lines,def);
I0=str2double(cell2mat(answer(1,1)));
%input for displacement(UX,UY)<散斑图位移>
prompt={'enter horizontal(x)displacement for simulate image[pixels]:',...'enter vertical(y)displacement for simulated image[pixels]:'};
dlg_title='input for sub-pixel diaplacement';
num_lines=1;
def={'0.04','0'};
answer=inputdlg(prompt,dlg_title,num_lines,def);
UX=str2double(cell2mat(answer(1,1)));
UY=str2double(cell2mat(answer(2,1)));
%input for deformation gradient(ux,uy,vx,vy)<位移梯度分量>
prompt={'enter deformation gradient(ux) for simulated image[pixels]:',...'enter deformation gradient(uy) for simulated image[pixels]:',...'enter deformation gradient(vx) for simulated image[pixels]:',...'enter deformation gradient(vx) for simulated image[pixels]:'};
dlg_title='input for sub-pixel displacement';
num_lines=1;
def={'0.002','0','0','0'};
answer=inputdlg(prompt,dlg_title,num_lines,def);
ux=str2double(cell2mat(answer(1,1)));
uy=str2double(cell2mat(answer(2,1)));
vx=str2double(cell2mat(answer(3,1)));
vy=str2double(cell2mat(answer(4,1)));
%main program主程序
I=zeros(NX,NX);%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:NXfor j=1:NYI(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,'1.jpg')%生成数据为G名称为PIP的tif格式图像
M=[1-ux -uy;-vx 1-vy];
J=det(M);
%generation of speckles image after deformation
for i=1:NXfor j=1:NYI(i,j)=I0.*pi./4.*a.^2.*sum((erf((i-i*ux-j*uy-UX-X(1:end))./a)-erf((i+1-(i+1)*ux-(j+1)*uy-UX-X(1:end))./a)).*(erf((j-j*vy-i*vx-UY-Y(1:end))./a)-erf((j+1-(j+1)*vy-(i+1)*vx-UY-Y(1:end))./a)));end
end
A=double(I);
G=mat2gray(A);
imwrite(G,'2.jpg')参考资料：
https://wiki.tw.lvfukeji.com/baike-%E6%95%A3%E6%96%91%E6%88%90%E5%83%8F?wprov=srpw1_0#%E6%A6%82%E8%A6%81
https://blog.csdn.net/weixin_40678482/article/details/103722035
https://blog.csdn.net/zcj6150/article/details/107347672
相关文章：
【Python】zip函数
zip()函数用于将可迭代对象作为参数，将对象中对应的元素打包成一个个元组，然后返回这些由元组组成的列表。 如果各个迭代器的元素不一致，则返回列表长度与最短的对象相同。 利用*号操作符，可将元组解压为列表。 >>> a …
CentOS 7.0，启用iptables防火墙
CentOS 7.0默认使用的是firewall作为防火墙，这里改为iptables防火墙。1、关闭firewall：systemctl stop firewalld.service #停止firewallsystemctl disable firewalld.service #禁止firewall开机启动2、安装iptables防火墙yum install iptables-services…
手撸 webpack4.x 配置（一）
现在的前端开发框架 ，都绕不开 webpack 打包 。 但绝大数前端开发人员 基本都是用 脚手架 自动生成 一套开发环境 如： vue-cli , create-react-app等 , 但开发中总会遇到各种问题 ，基本都是 webpack 配置问题 ， 每次遇到基本都是…
MATLAB【七】———— matlab 高斯核使用，超像素图像模拟，矩阵转图像，深度相机模型实践实现
深度模型，图片转稀疏矩阵，稀疏矩阵转图片 %% mat to 2array temp_speckle ref_speckle; [row_index,col_index,v]find(temp_speckle); obj_matrix [row_index,col_index]; [obj_matrix_height,obj_matrix_width] size(obj_matrix);%% depth camera m…
jsp 出现cannot be resolved to a type问题解决办法
（1）检查<% page import>是否导入了相关的包。若是没有则需导入 （2）若导入相应的包后问题仍然存在则需创建相关的servlet转载于:https://www.cnblogs.com/wth21-1314/p/6126655.html
U盘中毒了？教你如何删除System Volume Information这个顽固文件夹
不得不说cmd命令很好用呢。最近我的U盘中毒了，格式化都删除不了System Volume Information这个顽固的文件夹，真心伤不起哇！还好现在解决了问题。看来以后得好好对待U盘，不能乱用了。本篇文章教大家如何删除System Volume Informat…
69亿美元英伟达史上最大收购！这家基金又赢了
。另一方面，在虚拟货币的浪潮告一段落之后，英伟达需要给增速放缓的数据中心业务注入一枚强心剂。 有意思的是，英伟达对Mellanox的收购也成就了国际知名维权对冲基金Starboard Value LP的又一次投资胜利。 击败微软、英特尔，交易…
基础数据结构【一】————数组
二维数组相乘，矩阵相乘， #include <iostream> using namespace std;void MatrixMultiply(int*, int*, int*, int, int, int); int main() {int M, N, P;int i, j;//矩阵A部分 cout << "请输入矩阵A的维数(M,N): " << endl;…
Fragment 和 FragmentActivity的使用
Fragment 和 FragmentActivity的使用 http://blog.csdn.net/izy0001989624/article/details/17072211转载于:https://www.cnblogs.com/as3lib/p/6126761.html
win10 VMware15 安装 CentOS6.4 64位（慢慢弄吧，别急）
参考：CentOS 6.4安装（超级详细图解教程） 可以都不勾，有需要，以后使用中有需要再手动安装 除了KDE，其他都选就可以了 系统管理、虚拟化、负载平衡器、高可用性可以都不选
Nginx网站常见的跳转配置实例
相信大家在日常运维工作中如果你用到nginx作为前端反向代理服务器的话，你会对nginx的rewrite又爱又恨，爱它是因为你搞定了它，完成了开发人员的跳转需求后你会觉得很爽，觉得真的很强大，恨它是因为当一些稀奇古怪跳转的需…
基础数据结构【二】————动态数组，单向链表及链表的反转
DEMO1： 动态分配变量（链表，而静态数组是线性表，意味着动态数组访问和遍历复杂度为O（n）,而插入和删除复杂度为O（1），而静态数组线性表则完全相反） int* in…
VMware15克隆虚拟机Centos
在克隆虚拟机之前，我们需要了解以下文件： 1、/etc/udev/rules.d/70-persistent-net.rules 这是网卡有关信息的配置文件，我们可以先查看一下master的网卡信息（当然也可以用ifconfig命令查看） 要注意的是网卡名称以及…
EXPDP 时ORA-27054 问题处置
现象：[oracleoracle1 ~]$ expdp xian/xian schemasxian directorydumpdir dumpfilexian.dmp LOGFILExian.logExport: Release 10.2.0.5.0 - 64bit Production on Friday, 02 December, 2016 20:19:48Copyright (c) 2003, 2007, Oracle. All rights reserved.Connec…
OSC源创会往期图文回顾链接地址收藏
为什么80%的码农都做不了架构师？>>> 格式：源创会报名链接地址 - 源创会结束后图文回顾链接地址 【深圳】第1期】- 图文回顾【广州】第2期】- 图文回顾【北京】第3期】- 图文回顾【珠海】第4期】- 图文回顾【深圳】第5期】- 图文回顾--------…
ionic + cordova+angularJs 搭建的H5 App完整版总结
为期半个月的项目实践开发，已完整告一段落，团队小组获得第一名，辛苦总算没有白费，想起有一天晚上，整个小组的人，联调到12点才从公司回去，真是心酸。这里总结一下，项目过程中遇到的问…
基础数据结构【三】————老鼠走迷宫问题————堆栈应用
假设：老鼠在一个二维地图中i行走，地图中大部分路径被墙阻断，无法前进。老鼠可以按照尝试错误的方法找到出口。只是，这只老鼠必须具备走错路时候就退回来，并且把走过的路记下来，避免下次走重复路，…
eclipse Debug中step into功能失灵的问题
step into 和 step over功能一样，无法进入方法内部，解决方法如下： 需要使用jdk中的jre，而不是独立安装的jre 再次Debug，当运行到断点的时候，点击step into（F5）就可以看见println函数…
Linux 基金会宣布红队项目，致力于孵化开源安全工具
百度智能云 云生态狂欢季 热门云产品1折起>>> 谁都想软件有着很高的安全性吧。毕竟，每一天都会有不一样的安全漏洞，从糟糕软件的沼泽中冒出来。 在近期举办的开源领导力峰会上，Linux 基金会宣布了新的红队项目（Red Tea…
基础数据结构【四】————环形链表与多项式
主要演示环形列表节点的创建插入， 删除，遍历，环形链表连接 。双向链表节点的建立与插入 ，双向链表中节点的删除 以及环形链表在多项式中的应用 DEMO1:环形链表节点的创建与插入 /* [名称]:ch03_08.cpp [示范]:环形链表节点的创…
关联scala源码
首先需要去官网下载sources 将下载好的压缩包拷贝到scala安装的lib目录下，解压 ctrlb以后 查看源码, 选择要查看的方法或者类, 输入 ctrl b import scala.io.StdIn 如果想看StdIn的源码，则将光标放在StdIn处，ctrlb 如果想查看io包下的内容&…
MySQL安装使用的2个问题
问题:1.遇到不输入密码能登上 ,使用密码报错.2.(解压版的) 在cmd输入>mysql –u root –p 时，按enter回车时，会叫你输入密码Enter password____,否则出现错误：ERROR 1045(28000):Access denied for user’root’’localhost’(using passw…
Flink1.7.2 sql 批处理示例
Flink1.7.2 sql 批处理示例 源码 https://github.com/opensourceteams/flink-maven-scala概述 本文为Flink sql Dataset 示例主要操作包括:Scan / Select,as (table),as (column),limit,Where / Filter,between and (where),Sum,min,max,avg,(group by ),group by having,disti…
ISP 【一】————boost标准库使用——批量读取保存文件 /boost第三方库的使用及其cmake添加，图像gramma
CMakeLists.txt文件中需要添加第三方库，并企鹅在CMakeLists.txt中添加 include_directories(${PROJECT_SOURCE_DIR}/../3party/gflags-2.2.2/include) link_directories(${PROJECT_SOURCE_DIR}/../3party/boost-1.73.0/lib-import) target_link_libraries( gram…
简单ajax类, 比较小, 只用ajax功能时, 可以考虑它
忘了哪儿转来的了, 不时的能够用上, 留存一下<script language"javascript" type"text/javascript"> /***var ajaxAjax();/*get使用方式* /ajax.get("php_server.php?id1&namexxx", function(data){ alert(data); //d…
Hadoop 三大发行版本
Hadoop三大发行版本：Apache、Cloudera、Hortonworks。 Apache版本最原始（最基础）的版本，对于入门学习最好。 Cloudera在大型互联网企业中用的较多。 Hortonworks文档较好。 1. Apache Hadoop 官网地址：http://had…
MongoDB主动撤回SSPL的开源许可申请
2018年10月，MongoDB将其开源协议更换为SSPL，虽然在当时引起了很大的争议，但是MongoDB始终坚信SSPL符合符合开源计划的批准标准，并向Open Source Initiative （以下简称OSI）提交了申请。不过，近日…
MATLAB【八】———— matlab 读取单个（多个）文件夹中所有图像
0.matlab 移动（复制）文件到另一个文件夹 sourcePath .\Square_train; targetPath .\Square_test; fileList dir(sourcePath); for k 3 :5: length(fileList) movefile([sourcePath,\,fileList(k).name],targetPath); end %copyfile([sourcePat…
JAVA IO学习
2019独角兽企业重金招聘Python工程师标准>>> 很多初学者接触IO时，总是感觉东西太多，杂乱的分不清楚。其实里面用到了装饰器模式封装，把里面的接口梳理一下之后，就会觉得其实蛮清晰的 相关的接口和类 接口或类描述Input…
Java面向对象三大特征 之 多态性
1、理解多态性：可以理解为一个事物的多种形态 2、对象的多态性：父类的引用指向子类的对象（子类的对象赋给父类的引用） 3、多态的使用：虚拟方法的调用 子类中定义了与父类同名同参数的方法（重写ÿ…