增强拉格朗日数字图像相关(2D_ALDIC)
AL-DIC(Augmented Lagrangian DIC)是一种快速、并行计算的混合DIC算法,它结合了局部子集DIC方法(计算速度快,并行计算)和基于有限元的全局DIC方法(保证全局运动兼容性,降低噪声)的优点。
欢迎在MATLAB文件交换社区给出ALDIC代码评级和评论:
AL-DIC算法的优点
- [1]是一种使用分布式并行计算的快速算法。
- 以增广拉格朗日的形式将[2]作为全局约束加入,并采用交替方向乘子格式进行求解。
- [3]位移场和仿射变形梯度同时相关。
- 关于选择位移平滑滤波器不需要太多的手工经验。
- [5]该算法适用于压缩DIC图像和自适应网格。参见我们的论文:Yang, J. & Bhattacharya, K. Exp Mech(2019)。https://doi.org/10.1007/s11340-018-00459-y;
- 累积和增量DIC模式都被实现来处理图像序列,这对于非常大的变形特别有用。
- [7] ALDIC应用实例——单轴压缩实验:https://github.com/jyang526843/2D_ALDIC_v3/blob/master/Example_aldic_foam_compression_strain_eyy.gif
- 将[8]ALDIC扩展为自适应四叉树网格,用于求解复杂几何问题。一些例子:https://uwmadison.box.com/s/4n5hmf04rzp4la96bt2rcjk4f6o5d5nf
先决条件和安装
AL-DIC MATLAB代码在R2018a之后的MATLAB版本上进行测试。AL-DIC代码中包含了单线程和并行计算功能。请下载并解压代码到MATLAB工作路径。然后,执行邮件文件:main_ALDIC.m。
代码手册
代码演示视频
ALDIC Matlab代码演示:(Youtube)https://www.youtube.com/watch?v=JctudMfO-7w(Bilibili)https://www.bilibili.com/video/BV1hf4y1i7bK/
附上EASF网络研讨会介绍AL-DIC/DVC算法,并回顾其他DIC/DVC方法:(Youtube)https://www.youtube.com/watch?v=-t61WrVagZ4(Bilibili)https://www.bilibili.com/video/BV1ff4y1B71L/
引用
- [1]详细信息,以及使用此代码,请引用我们的论文:Yang, J. and Bhattacharya, K. Augmented Lagrangian Digital Image Correlation。Exp.Mech。59: 187、2018。https://doi.org/10.1007/s11340-018-00457-0.全文可于以下网址索取:www.researchgate.net/publication/329456141_Augmented_Lagrangian_Digital_Image_Correlation
- [2] Yang, J.(2019, 3月6日). 2D_ALDIC (Version 3.3)。CaltechDATA。https://data.caltech.edu/records/1443
% ========================================= - Yang, J. and Bhattacharya, K. combination of Image Compression and Digital Image Correlation. doi: 0.3321 / pku . whxb2014040924Exp.Mech。59: 629 - 642, 2019。https://doi.org/10.1007/s11340-018-00459-y.全文可于以下网址索取:https://www.researchgate.net/publication/330489954_Combining_Image_Compression_with_Digital_Image_Correlation
- [4]基于有限元的全局DIC代码可在以下网站获取://www.tatmou.com/matlabcentral/fileexchange/82873-2d-finite-element-global-digital-image-correlation-fe-dic
- 除了2D-DIC,我们的新代码“ALDVC”(增强拉格朗日数字体积相关)也可用于跟踪体积图像中的变形://www.tatmou.com/matlabcentral/fileexchange/77019-augmented-lagrangian-digital-volume-correlation-aldvc
联系和支持金宝app
金阳(加州理工学院固体力学博士,19):jyang526@wisc.edu或者,aldicdvc@gmail.com我感谢您的评论和评分,以帮助我进一步改进这段代码。如果你还有其他问题,请给我发邮件。
引用作为
基于增强的拉格朗日数字图像相关。Exp.Mech。59: 187、2018。https://doi.org/10.1007/s11340 - 018 - 00457 - 0。
杨,金。增强lagrange数字图像相关(2D_ALDIC)。2020年CaltechDATA, doi: 10.22002 / D1.1443。