没有合适的资源?快使用搜索试试~ 我知道了~
软件X 16(2021)100815原始软件出版物GPUCorrel:用Python编写的GPU加速数字图像相关软件Victor Coutya,a,Jean-François Witza,Pauline Lecomte-Grosbrasa,Julien Bertheb,a,Eric Deletombeb,a,Mathias Brieuca大学Lille,CNRS,Centrale Lille,UMR 9013-LaMcube-Aptatoire de Mécanique,Multiphysique,Multi-échelle,F-59000 Lille,FrancebONERA,法国航空航天实验室,法国c美国洛杉矶加利福尼亚州立大学ECST学院机械工程系ar t i cl e i nf o文章历史记录:2021年1月14日收到收到修订版,2021年8月6日接受,2021年保留字:DIC数字图像相关GPU机械CUDA蟒蛇品系测量a b st ra ct本文介绍了一个用Python编写的开源集成数字图像相关(I-DIC)软件,该软件使用支持CUDA的GPU,旨在以高频率(1-100 Hz)运行使用全局方法执行场该软件可用于许多应用中,并通过在十字形试样上进行双轴拉伸试验来证明其在实验力学中的一种版权所有©2021作者。由爱思唯尔公司出版这是CC BY许可下的开放获取文章(http://creativecommons.org/licenses/by/4.0/)中找到。代码元数据当前代码版本v0.2.0用于此代码版本的代码/存储库的永久链接https://github.com/ElsevierSoftwareX/SOFTX-D-21-00012Code Ocean compute capsule法律代码许可证GPL v2使用git的代码版本控制系统使用Python 3、CUDA编译要求、操作环境CUDA、pyCUDA、Numpy如果可用,链接到开发人员文档/手册注释中包含的文档问题支持电子邮件victor. centralelille.fr1. 动机和意义材料行为通常通过执行一系列测试来研究,其中样品被提交给选定的负载,并且它们的响应用各种传感器(例如应变计或负载传感器)来测量最常见的测试是单轴拉伸测试[1],其中在感兴趣区域中的恒定截面的样品在单个方向上被拉动。*通讯作者。电子邮件地址:victor. centralelille.fr(Victor Couty)。https://doi.org/10.1016/j.softx.2021.100815在大多数情况下,对均匀试样进行单轴拉伸试验可以计算施加的应力,并将其绘制为测量应变的函数。因此,很容易从该测试中绘制应力-应变曲线以识别材料行为。但是,当横截面不恒定、载荷复杂、材料不均匀或损坏或失效导致复杂现象时,该试验需要进行全面分析或充分试验。全场测量方法是一种解决方案,可以测量试样上任何一点的应变状态,从而可以从这种测试中得出结论数字图像相关(DIC)是一种利用数字图像相关技术提取样品表面点的二维或三维位移场的方法。2352-7110/©2021作者。 由Elsevier B.V.出版。这是一篇开放获取的文章,使用CC BY许可证(http://creativecommons.org/licenses/by/4.0/)。可在ScienceDirect上获得目录列表SoftwareX期刊主页:www.elsevier.com/locate/softxVictor Couty,Jean-François Witz,Pauline Lecomte-Grosbras等人软件X 16(2021)1008152××+--ℜ⇒ ℜ+=ℜ ⇒ℜ∑----δk相机[2]。通过力、表观应变或致动器位置读数进行控制的测试并不罕见[3]。然而,全场DIC主要用作后处理工具,即使它携带了非常丰富的样本状态信息。这主要是由于DIC的高计算成本有许多开源DIC项目可用,为各种领域开发,如实验力学[4公式可能不同,但总的想法是找到在两个图像之间发生的位移场。在所有这些情况下,准确性都胜过计算速度。这就是为什么DIC是离线执行的,通常需要几十秒到几个小时的时间来处理一对图像,具体取决于算法、实现、输入和硬件。计算机视觉是一个使用时间约束DIC(或这就是为什么一些算法(如DISflow[18])在设计时考虑了计算效率,并且可以以牺牲精度为代价调整到非常快。所提出的算法也被编码为尽可能快,目标是 根据DIC的结果实时驱动测试。例如,2013年的低端笔记本电脑GPU(K610M)可以以约15 fps的速度在640 480流上测量刚体运动。使用高端显卡可以实现更高的分辨率和更快的处理速度。在RTX3070上的测试表明,该卡能够在4K(3840 2160)流上以40fps能够驱动测试也意味着有能力执行,从结果中提取有意义的信息。这就是为什么所提出的算法使用集成DIC(I-DIC)。术语‘‘integrated’’一次整张图片这个问题的未知数是图像中像素的两倍。为了解决这个问题,必须减少要优化的参数这就意味着研究方向只能局限于一个给定的基础。这个基础的选择是至关重要的,因为它将影响性能和结果的正确性。下一小节将提出一个数学表示的问题和方法来解决它在这个软件。2.1. 整体相关性设F和G是两个图像,相关性将执行,即两2个功 能 。 相关的目标是找到u(x),使得G(xu(x))F(x)对于区域中的所有x感兴趣(ROI),其中u是定义给定坐标处的位移的函数。因为这是一个不适定问题,我们将在u的定义上添加约束[2]。对于该算法,我们将假设u是所选基函数bi的线性组合。k是相应系数的向量,给定k的函数记为uk,因此我们有(1),其中B是所有基域的向量,即基其中实际场被投影。uk(x)={B}T{k}( 1)由于F(x)和G(xuk(x))之间的严格相等由于多种原因(包括测量噪声、数字化和样品表面的演变)而不能针对所有x让我们引入一个度量来量化两个图像之间的差异。使用图像域上的平方差和(SSD),我们有(2)。包括在研究算法中:程序期望从图像中识别位移场的列表。其结果将只是实际场在给定基中的投影这r=0[F(x)−G(x+uk(x))]2dx(2)这意味着用户可以提供有限数量的字段,并且结果将只具有尽可能多的维度。这可以用于提取全局信息,例如运动幅度或全局应变,但也可以用于提取更复杂的行为,这些行为可以针对先前测试 的 密 集 场 或 从 使 用 基 本 简 化 技 术 ( 例 如 适 当 正 交 分 解(POD))的模拟GPU的使用允许对数据进行大规模并行处理,从而获得更快的计算速度。GPU加速DIC软件的一个著名例子是eFOLKI [19]。全场位移代表了大量的数据,特别是在使用高分辨率相机时。从这些大型数组中提取然而,计算机和GPU计算速度的不断增长使得DIC驱动的测试变得容易。它不仅提供了在测试过程中基于样品的任何点的位置或变形来驱动测试的可能性,而且还提供了在运动场的预定义基础上使用投影的可能性,从而允许从材料的状态中提取有意义的值。这样的基础可以在通过数值模拟测试,从以前的测试,甚至在测试过程中的“飞行”。本文介绍了一种Python软件,旨在使用支持CUDA的GPU以足够快的速度执行DIC,以实时处理来自相机的视频馈送,下面的部分将解释这个算法的原理。2. 软件描述本文提出的方法是基于相关性的全局逼近:匹配算法将不起作用在子框架或有限元模型上,而是处理它断言,真正的位移场是最小的剩余函数R的为了将计算集中在ROI周围,我们可以使用掩码M(x)。它是一个函数,对于属于ROI的每个坐标返回非零值,对于其他坐标返回零由于我们处理的是离散数据(数字图像),积分实际上是作为简单的求和来执行的,给出了(3)。R=M(x)(F(x)−G(x+uk(x)2(3)x∈其中x迭代图像的每个像素。由于该算法以亚像素精度工作,因此需要插值函数来获取非整数坐标处的值。为了避免图像边界外推的问题,ROI必须小于原始图像。基B的这种选择是关键的,因为计算的场将是真实场在该基中的投影。在文献中使用了不同的方法来做出这种选择。例如,它可以使用每个预期的运动,如刚体运动或均匀应变场来构建例如,图1所示的场可用于测量刚体运动和齐次变换。在固体力学中,通常使用有限元方法并使用基于度的位移场自由的网格[20,21]。可以使用其他方法来选择B,例如在一组测量或模拟场上的适当广义分解(PGD)[22]。一旦定义了基数,将使用迭代方法来寻找k:它将被更新和计算,微分(3)得到(4)。δr=2∑[ ( F ( x ) −G ( x+uk ( x ) B<$G ( x+uk ( x ) ) ]( 4)x∈ΩVictor Couty,Jean-François Witz,Pauline Lecomte-Grosbras等人软件X 16(2021)1008153--∇+∇≃联系我们·∇∇--图二. 金字塔方法的图解。Fig. 1. 六个常用字段的图示。为了避免在每一步G(xuk(x))的高成本计算F.在收敛时,我们有F(x)G(xuk(x)),因此它将收敛到相同的解[23]。 仅当更新参考图像时才计算图像梯度F,并且在更新之前选择基底B 计算。这意味着,可以通过对预先计算的矩阵B1F与当前步骤处的两个图像的差的逐项乘积进行约简来针对每个参数计算方向。使用拟牛顿法进行最小化[24]。2.2. 软件功能为了减少要处理的数据量并加速算法,计算按照如图1所示的由粗到细(或金字塔)的方法进行。二、图像被重新采样多次,第一次迭代是在最低分辨率上执行的,大大降低了成本。这种方法还具有在初始步骤上平滑图像的优点这防止了算法在初始猜测不足够接近最优解时陷入局部最小值一旦在较低分辨率上计算了位移场被下采样到每个级别的正确分辨率,并计算BIF矩阵。当第二幅图像被给定时,它被下采样,最小级别计算残差图像。它与先前计算的表一起用于计算研究方向。该字段将更新,新的小版本将开始。如果残差增加,则迭代停止,该级别返回最佳解决方案。然后将其连续馈送到下一级,直至达到原始分辨率。2.3. 软件构架该软件被设计为尽可能简单易懂。目标是让那些不一定是实验程序员的研究人员能够阅读,理解并在必要时调整代码。这就是为什么Python被选为这个相关程序的主要语言,尽管与低级语言相比,它的性能相对较差支持这种语言的另一个论点是,该软件将集成到Crappy [26],这是一个内部开发的Python模块,用于执行高级机械测试。只有关键部分是用CUDA写在一个包含内核的模板文件中的(不包括注释和空白行,不到100行)。它们将被即时编译并与Python模块PyCUDA一起使用[27],该模块允许使用Python编写大多数操作,即使在操作存储在GPU内存中的数据时也是如此。GPUCorrel类是该软件的主类的lution时,该字段将被放大并用于初始化下一级别init这个类的方法采用完 整 的一直到原始图像。这减少了要在较高分辨率上执行的迭代次数。默认情况下,重采样因子为2,图像重采样5次,这意味着第一个图像比全分辨率小32倍,包含的像素比全分辨率少1024倍这些参数可以设置为主类GPUCorrel 中的任何值,参数为rescue_factor和levelsre-encryption。每个级别都提供了下一个级别结果的近似估计,允许在每个级别上仅执行几次迭代。这种方法已被证明是有效的,并提供了显着的加速,减少了要在大图像上执行的迭代次数[25]。对于所提出的软件,重新采样是加速大规模感谢纹理映射单元的GPU。代码具有有限的功能集:其最终目标取两个图像和一组场,并返回使两个图像之间的差异最小化的场的线性组合。它创建了一个级别列表,将以不同的分辨率处理图像。每个级别由类Correl_level的一个实例表示。参考图像和大小图像作为其唯一的位置参数。在实例化类时,可以将这些字段作为关键字参数提供。字段必须是维度为(y,x,2)的Numpy数组,其中field[i,j]分别保存坐标y = i和x = j处像素沿x和y的位移对于公共字段,提供了帮助器例如,可以使用创建类并设置字段后,必须使用set_ref()方法提供引用图像。图像分辨率必须与给定的img_shape值匹配,init和字段的分辨率。有了参考图像集,可以调用prepare()来设置纹理并计算B矩阵。此方法计算用于计算的所有中间体表。每次更改字段或参考图像时都必须调用它。请注意,如果没有显式调用它,它将在调用compute()时自动完成。现在可以使用compute()计算相关性。它将第二个图像作为参数,并返回一个1D Numpy数组,其中包含与基本字段一样多的组件Victor Couty,Jean-François Witz,Pauline Lecomte-Grosbras等人软件X 16(2021)1008154×12×GPUCorrel类的文档包含在src/gpucorrel/gpucorrel.py中的文档字符串中。 一个Markdown文件README.md给出了软件和要求的快速概述。最后,一个文本文件LICENSE包含发布该软件所依据的许可证在使用、修改或分发本软件之前,应阅读并理解本文件GPUCorrel类创建选定数量的Correl_level实例,每个实例具有不同的分辨率。当GPU- Correl.compute()被调用时,给定的图像被重新采样到最小的分辨率,并被馈送到第一级。生成的向量被放大并馈送到下一级,依此类推,一直到最后一级。可以通过init中相应的关键字参数来分别选择级别数和响应因子。该算法将不得不读取和执行许多插值运算的图像。为了加速这个过程代码尽可能使用纹理对象。它们允许比GPU VRAM更快地访问空间上接近的2D数据,但更重要的是,纹理单元在单次内存读取的时间内执行双线性插值,而手动执行双线性插值需要四次读取。为了允许使用PyCUDA模块进行动态编译,此代码使用无绑定纹理,这需要具有计算能力的设备5.0(从开普勒体系结构开始)。在内核文件中定义了三种纹理:参考图像、变形图像和蒙版。每个级别都以其工作分辨率创建这三个。GPUCorrel类还为每个字段创建两个纹理此选项允许更快地设置和更新字段,但使用更多的GPU内存。计划在未来将其作为可选选项,以便在GPU内存受限时允许使用更多字段。2.4. 示例代码段分析文件example.py提供了如何使用此程序的快速见解。它将使用OpenCV在计算机上打开一个相机,使用第一帧作为参考,连续读取图像并执行参考和新图像之间的相关性。它只计算两个帧之间的刚体运动:沿x和y的位移以及旋转。请记住,此方法不适用于大位移。欣赏结果的最佳方法是轻轻按压相机所在的桌子/支架。引起的轻微移动虽然肉眼不可见,但即使是廉价的低分辨率相机也可能检测到。测试图像与文件test.py提供,以便在仅提交刚体运动且无应变的参考图像上运行测试程序。由于样品没有变形,因此测量的应变仅由测量误差组成的测量的标准偏差低于9.6µ应变,误差极值低于30µ应变。3. 说明性示例为了证明所提出的程序的使用,在图1所示的十字形聚甲基丙烯酸甲酯(PMMA)试样上进行了拉伸试验。3 .第三章。实时DIC用于基于施加到样品的应变来驱动测试。试验机设计为在两个垂直方向上施加载荷它是内部开发的。它可以使用4个步进电机施加高达10kN的负载,允许对各种材料进行测试,如金属,复合材料和塑料。机器如图所示。 四、就像所展示的软件一样,双轴机器的设计非常简单:每个臂都由步进电机、齿轮和轴钳口中的螺纹螺钉组成。图三. 测试后的PMMA样本见图4。 双向拉伸机。这种概念易于组装且具有成本效益,然而齿轮的高比率在机构中引起显著的齿隙。此外,机器轴的青铜轴承具有重要的间隙,导致在垂直于牵引方向的方向上的位移因此,在马达的位置和颌的实际位置之间没有简单的当以开环方式驱动测试时,这将是一个主要问题然后可以调整命令以应用所选的加载。这种方法的主要优点是测试可以根据材料的实际状态进行,而不是基于远程传感器的测量。实际上,夹具位置仅是样品尖端位移的图像,即使是高精度机器也可能错过诸如样品滑出钳口或机器部件变形等事件。当直接控制材料的状态时,这不再是一个问题。在12的正方形区域上执行实时DIC。5. 在样本中心处5 mm。 图像是2500 - 2500像素的灰度图像,深度为8位。DIC的基础由刚体运动(沿x、沿y和旋转)的3个场、沿x和y的应变和Victor Couty,Jean-François Witz,Pauline Lecomte-Grosbras等人软件X 16(2021)1008155√=xxYY图7.第一次会议。试 验 期 间 探 索 的 应变空间。图五. 展示用于驱动测试的软件体系结构的图表。共6个场的剪切应变目标帧速率为20fps,DIC以此速率运行。测试使用四个比例控制器驱动。使用所提出的DIC算法测量样品的实际位置和应变。每个轴的两个电机使用两个控制回路进行调节:其中一个通过调整两个相对电机的速度之和来控制样品的位置。第二个通过调节电机的速度差来控制施加的应变。这种设置应用于X和Y轴,总共有4个控制器。图为Fig. 5表示用于驱动测试的控制回路。本测试中使用的相机是Ximea XiB CB 500 MG-CM,镜头是Canon EF 100 mm USM。侧边摄像头为XiC MC 124MG-SY,配备Laowa 25 mm Ultra微距镜头。DIC、电机控制、图像采集和保存均由一台高端计算机处理。对于这个测试,规范故意高于要求,以确保所有任务都以所需的速度运行。它配备了AMD Threadripper 1950X CPU,64 GB 3200 MHz DDR4 RAM和GTX 1080Ti显卡。每20张图像中就有一张是在没有任何压缩的情况下写入高速图像的。NVMe SSD。样品是十字形PMMA试样,表现出脆性行为,粘度很小。它是用一层黑色油漆和一个斑点图案的白色油漆使用喷枪。图3中示出了断裂的样本,图3中示出了通过算法处理的图像。六、路径选择如下:应变幅度,102+102,以恒定的速度增长,见图6。 放大散 斑 图 案 的 一个小区域(200 × 200像素)。0.02%/min和(θxx,θyy)平面上命令的角度以18转/分的速度变化由于测试机不是为了承受压缩,命令被限制为正应变值。该命令在图中以橙色线表示。图7中的应变和测量的应变为蓝色点。两次方向改变之间的时间是恒定的,等于5分钟。应变随时间的变化如图所示。8 .第八条。样本中心区域的位置与时间的关系示于图9 .第九条。我们可以看到,闭环控制有效地将样品的位移保持在一个像素以下,在我们的情况下对应于5µ m。我们可以看到,应变是沿着实际路径,在一个不可忽略的误差范围内。 第95百分位误差为0.023%应变,意味着5%的点超过0.023%的误差。这比预期的要大一个数量级。该错误似乎主要源于控制软件:比例控制器在面对不连续事件(如上图所示)时存在由于平均速度低于电动机的最小速度,因此命令的线程和量化迫使电动机此外,测量的平均值会导致延迟,从而阻止更快的控制回路。由GPUCorrel计算的场预计不会出现局部事件,但在所呈现的场景中,场接近均匀应变状态。这允许与本地DIC算法进行直接比较。在这项研究中,使用了YaDIC [4],因为它已经在实验力学领域进行了彻底的测试。在测试后处理相同的图像,以便进行直接比较。选择t1043 s处的图像,因为它几乎是双轴应变状态并且处于中等应变水平。字段如图所示。 10和图上的残差。 十一岁为了节省计算时间和磁盘空间,对437幅图像进行了定期采样,而Victor Couty,Jean-François Witz,Pauline Lecomte-Grosbras等人软件X 16(2021)1008156见图8。 应变与时间。见图11。GPU Correl(左)和YaDIC(右)计算的残差,以数字电平差表示。表1投影的YaDIC字段和GPUCorrel之间的绝对差异的统计指标。字段平均值STD中位数MAD第95百分位数x(pix)1.945e− 032.300e− 031.489e− 03小行星7.837e- 044.940e− 03y(pix)2.931e− 032.862e− 032.429e− 031.288e−036.629e− 03r(π)1.121e− 041.158e− 04小行星7.831e− 054.913e− 053.158e− 04坦 桑 尼 亚 联 合 共 和 国 ( % ) 8.551e− 044.641e− 04 8.039e− 043.745e− 041.676e− 03毛利率(%)1.016e−03 5.366e− 04 9.579e− 04 3.627e− 04 1.985e− 03乙酰氧基(%)4.061e−043.344e−043.199e−042.194e−049.944e−04见图9。 样本位置与时间。图10个。 由GPU Correl(左)和YaDIC(右)计算的位移场。在整个测试中。YaDIC序列遵循由粗到细的该方法以比例3(原始分辨率的八分之一)开始,并且在每一步之后以因子2重新采样,直到在全分辨率上执行使用宽度为3像素的中值滤波器该网格是一个FEM网格,沿X和Y方向具有16个像素的间距然后计算逐像素场,并在6个场基础上进行投影(3个刚体运动、沿X和Y的应变以及剪切应变),以提取6个值,直接与相同图像上的GPU Correl结果进行比较。通过YaDIC的场投影获得的值非常接近GPUCorrel的值。表1显示了两种测量之间差异的常见统计指标。MAD是指绝对偏差的平均值这些指标表明,GPUCorrel的结果与YaDIC预测的局部字段几乎相同这表明准确性水平超过了实时驱动测试所需的水平。这通过来自控制回路的误差来说明,该误差比来自测量的误差大几个数量级4. 影响电机的实际位置如图所示。12个。这是显而易见的,当它与图。 8.电机位置与实际应变之间的关系不是直线关系。因此,在不使用闭环控制的情况下进行该测试该图还示出了源自控制器的振荡,进一步证明了控制回路未被最佳地设置。该测试表明,实时DIC可用于基于样品区域的平均应变和样品的绝对位置来控制双轴机械测试,以保持Victor Couty,Jean-François Witz,Pauline Lecomte-Grosbras等人软件X 16(2021)1008157致谢我们要感谢“引用图12个。臂 的 位置基于电机位置。它居中对齐。这表明,实时全球DIC使用选定的运动基地是可能的,并可用于驱动测试。本试验所用的基础仅由刚体运动和均匀应变组成。它的优点是不仅可以给出包括剪切应变在内的所有方向上的全局应变,还可以给出样品相对于相机的精确位置,这是使用应变片无法测量的。下一步是使用源自模拟的场来测量与材料内部状态相关的量,这些量在使用传统传感器进行测试期间无法立即直接提取。5. 结论该软件允许测量样品的应变,而不需要任何传感器以外的相机。与力或位置传感器不同,测量是直接图像材料的状态,同时保持非侵入性。这种测量速度足够快,可以在视频馈送上实时操作。残差可以量化误差,并很容易地告知相关误差,使该软件足以监测和控制机械测试。该软件将允许开发新一代的机械测试,使表征更快,更准确,从而更好地描述材料,最终导致更好的机械零件尺寸。该软件在实验固体力学中的一个应用已经在本文中显示,但DIC 在 流 体 动 力 学 中 还 有 许 多 其 他 应 用 , 如 粒 子 图 像 测 速(PIV),计算机视觉,如图像配准等。该软件可以用于不同的目的,因为它是为了通用而开发的,而不是专门用于固体力学。可能还有改进的空间,例如局部字段计算和动态更新的字段列表任何改进此软件的建议都将得到愉快的考虑。竞合利益作者声明,他们没有已知的竞争性财务利益或个人关系,可能会影响本文报告的工作[1] 哈特·E拉伸试验理论15(2)351-355。http://dx.doi.org/10.1016/0001-6160(67)90211-8.网址:https://linkinghub.elsevier.com/retrieve/pii/0001616067902118。[2]Horn BKP , Schunck BG. 确 定 光 流 。 网 址 : https://dspace.mit 。edu/handle/1721.1/6337.[3] Lautenschlager EP,Brittain JO.恒定真应变率装置39( 10)1563-1565.http://dx.doi.org/10.1063/1.1683160 网 站 。 网 址 : http://aip.scitation 。org/doi/10.1063/1.1683160。[4]Dahdah N,Limodin N,Bartali AE,Witz JF,Seghir R,Charkaluk E,Buffiere JY.在原位高温疲劳试验中通过x射线断层扫描和数字体积相关对a319铝合金的损伤研究52(4)324https://onlinelibrary.wiley.com/doi/pdf/10.1111/str 。 12193. 网 址 :https://onlinelibrary.wiley.com/doi/abs/10.1111/str.12193。[5] Réthoré J. UFreckles,language:eng. http://dx.doi.org/10.5281/zenodo.一四三三七七六。网址:https://zenodo.org/record/1433776。[6]放大图片作者:A. Ncorr:开放源码的2d数字图像处理matlab软件55(6)1105-1122。http://dx.doi.org/10.1007/s11340-015-0009-1.网址:http://link.springer.com/10.1007/s11340-015-0009-1。[7]放大图片Turner D,Crozier P,Reu P.数字图像相关引擎。网址:https://www.osti.gov/biblio/1245432-digital-image-correlation-engine网站。[8] [10]杨文,杨文. py2dic:一个新的自由和开源软件,用于实验力学领域的位 移 和 应 变 测 量 19 ( 18 ) 3832 , 编 号 : 18 多 学 科 数 字 出 版 社 。http://dx.doi.org/10.3390/s19183832. 网 址 : https://www.mdpi.com/1424-8220/19/18/3832。[9]帕西厄jcpassieux/pyxel,原始日期:2018-10- 06 T17:55:07 Z。网址:https://github.com/jcpassieux/pyxel。[10]安德烈·D Damien andré/ pydic.网址:https://gitlab.com/damien.andre/pydic.[11] 放大图片Olufsen SN,Andersen ME,Fagerholt E. µDIC:一个用于数字图 像 相 关 的 开 源 工 具 包 11 100391. http://dx.doi.org/10.1016/j 的 网 站 。softx.2019.100391。网址:https://www.sciencedirect.com/science/article/pii/S2352711019301967。[12]Das PP,Elenchezhian MRP,Vadlamudi V,Reifsnider K,Raihan R. Re-alPi 2ddic:一种低成本和开源的方法,以在原位2D数字图像相关(DIC)应用13 100645。DOI:http://dx.doi.org/10.1016/j网站。softx.2020.100645。网址:https://www.sciencedirect.com/science/article/pii/S2352711020303587。[13]米基K,卡拉克岛C一、RafieeM、李德国国防部,瓦帕沃里J,特尔-斯蒂根J,莱梅蒂L、帕尔塔卡里J.一个开源相机系统用于实验测量14 100688。http://dx.doi.org/10.1016/j的网站。softx.2021.100688。网址:https://www.sciencedirect.com/science/article/pii/S2352711021000339。[14]放大图片作者:J. PIVlab–Towards User-Friendly, Affordable and AccurateDigital Particle Image Velocimetry in MATLAB 2 (1), ISBN:[15]Liberzon A,Lasagna D,Aubert M,Bachant P,Käufer T,jakirkham,Bauer A,Vodenicharski B,Dallas C,Borg J. OpenPIV/openpiv-python:OpenPIV - python(v0.22.2)with a new extended search PIV grid option.得 双 曲 正 切 值 .doi.org/10.5281/zenodo.3930343 网 站 。 网 址 :https://zenodo.org/record/3930343。[16][10]张文辉,张文辉,张文辉,张文辉.平衡翘曲-ING:有限应变平衡间隙正则化的有限元图像配准50 1http://dx.doi.org/10.1016/j.media.2018.07.007网站。网址:https://linkinghub.elsevier.com/retrieve/pii/S1361841518305346。[17]Klein S,Staring M,Murphy K,Viergever MA,Pluim JPW. elastix:Atoolbox forintensity-based medicalimageregistration29 ( 1 ) 196http://dx.doi.org/10.1109/TMI.2009. 编号2035616[18][10]李文辉,李文辉,李文辉.使用密集逆搜索的快速光流。In:Leibe B,Matas J,Sebe N,Welling M,editors.计算机视觉- ECCV 2016,第9908卷。SpringerInternationalPublishing;2016,p.471-88.http://dx.doi.org/10.1007/978-3-319-46493-0-29,URL:link.springer.com/10.1007/978-3-319-46493-0_29。[19]Plyer A,Le Besnerais G,Champagnat F.实时视频处理应用的大规模并行lucas kanade光流网址://dx.doi.org/10.1007/s11554-014-0423-0网站。[20]Hild F,Roux S.数字图像相关性:从位移测量到弹性特性的识别-综述42.http://dx.doi.org/10的网站。1111/j.1475-1305.2006.00258.x。Victor Couty,Jean-François Witz,Pauline Lecomte-Grosbras等人软件X 16(2021)1008158[21]孙 颖 , 彭 建 浩 , 王 建 强 , 苏 芳 。数 字 图 像 相 关 方 法 的 有 限 元 公 式http://dx.doi.org/10的网站。1364/AO.44.007357。网址:https://www.osapublishing.org/ao/abstract.cfm? uri=ao-44-34-7357。[22] Passieux J-C,Périé J-N.使用适当广义分解的高分辨率数字图像相关:PGD-DIC 92(6)531 http://dx.doi。org/10.1002/nme.4349。[23] Neggers J,Blaysat B,Hoefnagels JPM,Geers MGD.数字图像相关中的图 像 梯 度 : 数 字 图 像 相 关 中 的 图 像 梯 度 105 ( 4 ) 243-260 。http://dx.doi.org/10.1002/nme.4971网站。 网址:https://onlinelibrary.wiley.com/doi/10.1002/nme.4971网站。[24]Lucas BD,Kanade T.应用于立体视觉的迭代图像配准技术,见:IJCAI 81,674-679。网址:http://citeseerx.ist。 psu.edu/viewdoc/summary? .[25] Black MJ,Anandan P.多重运动的鲁棒估计:参数和分段平滑流场63(1)75-104 。 http://dx.doi 的 网 站 。 org/10.1006/cviu.1996.0006 。 网 址 :http://www.sciencedirect.com/science/article/pii/S1077314296900065。[26]CountyV.CRAPPY:Unmoduledepilotageet网址:https://youtu.be/KKvJFfN-3Lc。[27][10] Klöckner A , Pinto N , Lee Y , Catanzaro B , Ivanov P , Fasih A.PyCUDA和PyOpenCL:基于脚本的GPU运行时代码生成方法38(3)157-174。http://dx.doi.org/10.1016/j.parco.2011.09.001网站。网址:http://www.sciencedirect.com/science/article/pii/S0167819111001281网站。
下载后可阅读完整内容,剩余1页未读,立即下载
cpongm
- 粉丝: 4
- 资源: 2万+
上传资源 快速赚钱
- 我的内容管理 收起
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
会员权益专享
最新资源
- 新皇冠假日酒店互动系统的的软件测试论文.docx
- 上海空中营业厅系统的软件测试论文.doc
- 网上选课系统的设计与实现论文.doc
- 师生互动网站设计与实现 ()论文.doc
- 学生档案管理系统论文_正文.doc
- 视频会议系统的设计与实现毕业论文.docx
- 基于web的职工电子档案管理系统的设计与实现毕业论文.docx
- 考试辅导网站的设计与实现论文.doc
- 论文 云端图书馆管理系统设计与实现.docx
- 计算机等级考试网上辅导系统的设计与实现论文.doc
- 基于web烘焙坊网站的设计与实现论文.doc
- 论文_基于J2EE的高校后勤采供管理系统开发.docx
- 老龄化社区服务及其系统应用论文.doc
- 论文-java基于SSM的大学生创新创业信息系统.docx
- 猎豹安全浏览器的软件测试论文.doc
- 基于Web的网上书店系统的设计与实现毕业论文.docx
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功