MATLAB_CH07.ppt

7.1 概述 MATLAB把编辑、编译、连接、执行融为一体，将数学问题的许多算法编成了大量库函数、具有许多解决问题的工具箱，具有强大的图形绘制、数据处理、数值计算、优化分析、数据可视化与符号计算功能，在熟悉不同命令理论基础和调用格式，可以解决实际应用中的许多数学问题，在数学算法分析、工程数据分析、工程技术等领域得到了广泛应用。与不同学科交叉、不同方法结合使用，必然显示出MATLAB强大的应用能力。 本章将以综合算例的形式，介绍MATLAB在图像组分分析、图像小波分解、材料中变形场计算、浅基础沉降、单桩荷载位移关系模拟等方面的的一些应用。;7.2 利用分数阶微积分分析图像中裂纹的变化过程 7.2.1_理论基础 　　根据分数阶微分的定义（可使用等价形式），得到一元信号和二维数字图像(信号)分数阶微分的差分表达式． 　　对于二维数字图像(信号)，为了保证中心对称性和抗旋转性能，可以得到8个方向分数阶掩模的构造。 　　根据分数阶掩模构造对数字图像进行卷积计算，可以得到不同大小(比如5×5和7×7)的分数阶掩模结果。;7.2 利用分数阶微积分分析图像中裂纹的变化过程 7.2.2_编程实现 (算例) [例7-1] 已知解压后的试验视频为C07_01.avi，试在截取最后200帧图像中裂隙范围基础上进行亮度增强处理和分数阶微分处理。 clear; str = C07_01.avi; ro = VideoReader(str); for i = ro.NumberOfFrames-203:5:ro.NumberOfFrames-2 Rect = [400,90,400,450]; R1 = i; R2 = R1-2; R3 = R1-1; R4 = R1+1; R5 = R1+2; YY1 = rgb2gray(read(ro,[R1, R1])); Q1 = imcrop(YY1,Rect); ST = ro.Duration*R1/ro.NumberOfFrames; Q11 = imadjust(Q1); Nu = 2.01; Mu = 5;A0 = 1; A1 = gamma(-Nu+1)/factorial(1)/gamma(-Nu+1+1); A2 = gamma(-Nu+1)/factorial(2)/gamma(-Nu+2+1); W = [A2, 0, A2, 0,A2; 0, A1, A1, A1, 0;... A2, A1, A0, A1, A2; A2, 0, A2,0, A2]; W = W/sum(sum(W)); Q12 = im2double(Q11); Q12 = conv2(Q12, W, same); Q13 = im2bw(Q12,65/255); end;;7.3 利用基于小波分析的图像能量参数 7.3.1_利用基于小波分析的图像能量参数 (基础/算例) 　　取平方可积函数作为小波母函数，得到小波的位移和尺度伸缩。 　　二维离散小波是在水平和垂直两个方向对图像进行分解。 　　对一幅图像进行k尺度小波分解，可以得到不同分解尺度下的分量A1、Hk、Vk、Dk，根据图像平均能量得到这些分量能量及其百分比，进而得到相应的小波能量参数． [例7-2] 已知原始图像为C07_03.jpg，试用bior3.7小波变换对图像进行一维、二维分解和重建、并计算小波分解能量。 [例7-3] 已知原始图像为C07_05.jpg，试编制MATLAB代码计算该图像的小波能量参数。 ;7.3 利用基于小波分析的图像能量参数 7.3.1_图像最佳小波分解尺度(基础/算例) 原始图像经过小波分解后，每一尺度的小波变换都提供了边缘信息。但小波分解尺度并不是越大越好：分解尺度较小，图像的边缘信息较为丰富、边缘定位精度较高，但各子图不能充分体现图像的细节信息特征；随着分解尺度的增大，边界像素和超出边界的像素增多，但定位精度较差、会出现伪纹理，反而使特征值的可信度降低。因此，需要寻找各个子图都能最大限度反映图像细节特征的分解尺度。这个分解尺度可以称之为最佳小波分解尺度。 利用小波分解后低频细节子图的能量百分比，可以确定图像的最佳分解尺度。 [例7-4] 已知原始图像为C07_07.jpg，试编制MATLAB代码计算该图像的最佳分解尺度。 ;7.4 使用粒子测速技术计算估计材料中的变形场 7.4.1_粒子图像测速技术基础1_相关分析 1 相关分析 材料在外荷作用下变形发展到一定程度时，会出现局部变形比较大的情况。材料破坏过程就是局部化变形发生发展的过程。由于材料图像特征反映了