增广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、降低噪声)的优点。
欢迎在MATLAB文件交换社区对ALDIC代码进行评分和评论:
AL-DIC算法的优点
- [1]这是一种使用分布式并行计算的快速算法。
- [2]以增广拉格朗日形式增加全局运动兼容性作为全局约束,采用乘子格式的交替方向法求解。
- [3]位移场和仿射变形梯度同时相关。
- [4]不需要太多的手动经验选择位移平滑滤波器。
- 它可以很好地处理压缩的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;
- 累积和增量的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
- [8]将ALDIC扩展为自适应四叉树网格来求解复杂几何。一些例子:https://uwmadison.box.com/s/4n5hmf04rzp4la96bt2rcjk4f6o5d5nf
前提条件与安装
AL-DIC MATLAB代码在R2018a以后的MATLAB版本上进行了测试。AL-DIC代码中包含单线程和并行计算特性。请下载并解压缩代码到MATLAB工作路径。然后,执行邮件文件:main_ALDIC.m。
代码手册
全尺寸代码手册可在以下网址下载:https://www.researchgate.net/publication/344796296_Augmented_Lagrangian_Digital_Image_Correlation_AL-DIC_Code_Manual
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/
我还附上我的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
- 有关详细信息和使用此代码,请引用我们的论文:Yang, J.和Bhattacharya, K.增强拉格朗日数字图像相关。Exp.Mech。[59] [j], 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
- [10]杨军。(2019,3月6日). 2D_ALDIC(3.3版).]CaltechDATA。https://data.caltech.edu/records/1443
% ========================================= - [10]杨建军,杨建军,杨建军。基于数字图像相关的图像压缩算法。Exp.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]基于有限元的全球DIC代码也可在://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
联系与支持金宝app
杨瑾(加州理工学院固体力学博士):jyang526@wisc.edu或者,aldicdvc@gmail.com我感谢您的评论和评级,以帮助我进一步改进这段代码。如果你有其他问题,请随时给我发邮件。
引用作为
Yang, J.和Bhattacharya, K.增强拉格朗日数字图像相关。Exp.Mech。[59] [j], 2018。https://doi.org/10.1007/s11340 - 018 - 00457 - 0。
杨,金。增广拉格朗日数字图像相关(2D_ALDIC)。CaltechDATA, 2020, doi:10.22002/D1.1443。