В этом примере показано, как создать фильм с 64 кадрами и размером кадра 64 на 64 пикселя (со скоростью 10 кадров в секунду). Фильм содержит моделирование движущейся цели, которая движется через структурированный фон, который сам движется. Также генерируется дрожание, вызванное случайной вибрацией (в модели Simulink ® под названием «aero_vibrati"»), и дрожание добавляется в общее движение датчика. Наконец, изображение размыто через функцию расширения оптической точки Гаусса.
Примечание.Изменение делт здесь также требует изменения в диалоговом окне настройки параметров в модели Simulink «вибрация».
delt = 0.1; % Sample time of the generated sequence num_frames= 64; % Number of frames to generate framesize = 64; % Square frame size in pixels out = zeros(framesize,framesize,num_frames); % Initialize movie storage as a 3D Array
Первый этап состоит в определении формы и движения целевого объекта. Выбранная форма является большим знаком плюс, и изображение определяется матрицей, представляющей интенсивность изображения в каждой позиции пикселя. Цель определяется как перемещающаяся от центра к нижнему правому краю изображения.
target = [zeros(3,11)
zeros(1,5) 6 zeros(1,5)
zeros(1,5) 6 zeros(1,5)
zeros(1,3) 6 6 6 6 6 zeros(1,3) % Target is a plus sign 5 by 5 pixels across
zeros(1,5) 6 zeros(1,5) % with an intensity of 6 (S/N ratio is ~4).
zeros(1,5) 6 zeros(1,5) % The total target image is made on an 11x11 grid to
zeros(3,11)]; % allow the image to be interpolated without error.
target_velx = 1; % target velocity in x direction in pixels per second
target_vely = 1; % target velocity in y direction in pixels per second
target_x_initially = framesize/2; % the target is initially in the center of the frame in x
target_y_initially = framesize/2; % and in y
figure(1);
colormap('gray');
image(target*32);
title('Target Image')
Создать синусоидально коррелированный фон и дать ему движение дрейфа. Затем наложите цель на фоновое изображение.
backsize = framesize+36; % Make the background bigger than the frame so when it % drifts there are new pixels available to drift into. xygrid = (1:backsize)/backsize; B=2*sin(2*pi*xygrid).^2'*cos(2*pi*xygrid).^2; psd = fft2(B); psd = real(psd.*conj(psd)); background = B + 0.5*randn(backsize); % Add a specular Gaussian white % sequence to the structure with % variance of 0.25 (sigma of 0.5). xoff = 10; yoff = 10; % Sensor location is offset from the 0,0 of the background driftx = 1; drifty = 1; % drift rate of the background in a and y directions pix/sec. minout = min(min(min(background))); maxout = max(max(max(background))); colormap('gray'); image((background-minout)*64/(maxout-minout)) title('Background image with additive white specular noise')
Вращательная вибрация трекера моделируется с помощью модели aero_vibrati. Данные, необходимые для моделирования вибрации трекера, генерируются при запуске модели Simulink «» aero_vibrati.
Запустите модель вибрации Simulink с помощью команды sim (Примечание - если делт изменяется от 0,1 секунды, модель Simulink также должна быть изменена, чтобы время выборки для вибрации соответствовало времени выборки в этой модели изображения трекера.
Полученные случайные повороты показаны на фиг.1.
omega = 2*pi*5; % The structural frequencies are 5, 10 and 15 Hz in the model. zeta = 0.01; % Damping ratio for all modes open_system('aero_vibrati') simout = sim('aero_vibrati','SrcWorkspace','current'); vibdat = simout.get('vibdat'); % The Simulink model "aero_vibrati" % generates the vibration data at % a sample time of 0.01 sec. vibx = vibdat(1:10:1000); % The output of simulation is % returned as the variable simout % The variable simout contains viby = vibdat(1001:10:2000); % the in array vibdat that contains % the vibration data levarmx = 10; % Rotational lever arm for vibration noise in x levarmy = 10; % and in y. subplot(211); plot(0.01*(1:10:1000),vibx);grid; title('Time history of the random Tracker rotations') xlabel('Time');ylabel('x direction') subplot(212); plot(0.01*(1:10:1000),viby);grid; xlabel('Time');ylabel('y direction')
Кадры, которые будут составлять фильм, теперь создаются и хранятся в многомерном массиве (out). Каждый кадр имеет фон и цель в различных положениях из-за движения цели, дрейфа фона и вибрации трекера. Первый кадр фильма будет показан на фиг.1.
clf; drawnow; for t = 1:num_frames % Drift the Background at the rate driftx and drifty % (in pixels/second) and add in the vibration: xshift = driftx*delt*t+levarmx*vibx(t,1); yshift = drifty*delt*t+levarmy*viby(t,1); % Interpolate the 2D image using the MATLAB(R) function interp2: [xgrid, ygrid] = meshgrid(1:backsize); [xindex, yindex] = meshgrid(xshift:1:xshift+backsize,yshift:1:yshift+backsize); outtemp = interp2(xgrid,ygrid,background,xindex,yindex); % Truncate the drifted image down from backsize to framesize: out(:,:,t) = outtemp(xoff:xoff+framesize-1,xoff:xoff+framesize-1); % Now let the target move also: tpixinx = floor(target_velx*delt*t); tpixiny = floor(target_vely*delt*t); % Before interpolating extract the number of pixels moved txi = target_velx*delt*t - tpixinx; tyi = target_vely*delt*t - tpixiny; % Interpolate on sub-pixels around the origin only [txgrid tygrid] = meshgrid(1:11); % meshgrid here generates a matrix of grid elements [txi tyi] = meshgrid(txi+1:txi+11,tyi+1:tyi+11); % meshgrid generates 2 matrices with the x and y grids % Interpolate the intensity values first using interp2 -- a built in MATLAB command temp = interp2(txgrid,tygrid,target,txi,tyi); % Insert the target at the location determined by the initial offset, and the number of whole pixels moved tx = tpixinx + target_x_initially-1; ty = tpixiny + target_y_initially-1; out(tx:tx+6,ty:ty+6,t) = temp(9:-1:3,9:-1:3) + out(tx:tx+6,ty:ty+6,t); end minout = min(min(min(out))); maxout = max(max(max(out))); colormap('gray'); image((out(:,:,1)-minout) * 64/(maxout-minout)); title('First frame of combined target and background image.')
Этот сегмент кода может также легко использовать функцию измеренной апертуры - просто замените следующие пять строк на «load» measured_aperture где measured_aperture - измеренная функция, сохраненная в ASCII, а данные, сохраненные в файле measured_aperture.mat, - это файл MATLAB ® .mat, содержащий apfunction матрицы. (в MATLAB типа «help load» для использования загрузки и просмотра кода c и fortran, который показывает, как читать и писать файлы MATLAB .mat).
(Примечание: Если функция точечного разброса является гауссовой, то и функция апертуры.)
Для моделирования эффекта оптики трекера каждый из кадров фильма теперь размыт с помощью 2-D БПФ (быстрого преобразования Фурье). Первый кадр полученного изображения показан на фиг.1.
x = 1:framesize; y = 1:framesize; sigma = 120; apfunction = exp(-(x-framesize/2).^2/(2*sigma))' * exp(-(y-framesize/2).^2/(2*sigma)); apfunction = fftshift(apfunction); % Rotate so it conforms with FFT convention for j = 1:num_frames out(:,:,j) = real(ifft2(apfunction.*fft2(out(:,:,j)))); end minout = min(min(min(out))); maxout = max(max(max(out))); colormap('gray'); image((out(:,:,1)-minout)*64/(maxout-minout)); title('First frame of blurred image.')
Масштабируйте кадр фильма так, чтобы он имел 64 значения интенсивности от минимума до максимума, а затем отобразите результат в виде изображения. См. справку по MATLAB для получения информации о работе движущегося и получаемого кадра.
minout = min(min(min(out))); maxout = max(max(max(out))); M = moviein(num_frames); for j = 1:num_frames image((out(:,:,j)-minout)*64/(maxout-minout)) drawnow M(:,j) = getframe; end % colormap('gray') % movie(M);
При необходимости можно сохранить созданный фильм трекера в файле мата, а также сохранить psd фона для последующего использования с фильмом.
save trackerimage out save psdback psd save moviedat M
bdclose('aero_vibrati');