matlab 光的衍射图像

2024-01-08 13:58
文章标签 matlab 图像 衍射

本文主要是介绍matlab 光的衍射图像,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

大物相关的光的衍射图像绘制
效果图:
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
——————————————————————————
滑动条拖动到不同位置时会绘制不同的衍射图像
完整代码:

function OPD
hold on,axis equal
axis([-10,40,-30,30])
set(gca,'xtick',[],'ytick',[],'xcolor','w','ycolor','w')
set(gca,'color','w')
plot([0,0;0,0],[5,-5;30,-30],'color',[0.1,0.1,0.1],'LineWidth',2)
plot([-10,-10;0,0],[5,-5;5,-5],'color',[0.3,0.3,0.3],'LineWidth',0.5)
text(-5,5,'>','color',[0.3,0.3,0.3])
text(-5,-5,'>','color',[0.3,0.3,0.3])
plot([30;30],[20,-20],'color',[0.1,0.1,0.1],'LineWidth',4,'tag','board')
plot([0;40],[5,5+(20-5)/3*4],'color',[0.3,0.3,0.3],'LineWidth',0.5,'tag','light')
plot([0;40],[5,5+(-20-5)/3*4],'color',[0.3,0.3,0.3],'LineWidth',0.5,'tag','light')
plot([0;40],[-5,-5+(20+5)/3*4],'color',[0.3,0.3,0.3],'LineWidth',0.5,'tag','light')
plot([0;40],[-5,-5+(-20+5)/3*4],'color',[0.3,0.3,0.3],'LineWidth',0.5,'tag','light')
light_source1=[0 5];
light_source2=[0 -5];
n=1;
for i=-20:0.1:20pos=[30,i];v1=pos-light_source1;v2=pos-light_source2;l1=sqrt(sum(v1.^2));l2=sqrt(sum(v2.^2));cos1=cos(l1*2.5);cos2=cos(l2*2.5);skewing=abs(cos1+cos2);color_bar(n,1:3)=ones(1,3).*(skewing/2); n=n+1;
end
colormap(color_bar);
colorbar
sl=uicontrol('style','slider',...'position',[210,20,210,20],...'value',2/3,...'callback',@movesl);function movesl(~,~)x=10+30*get(sl,'value');delete(findobj('tag','light'));delete(findobj('tag','board'));plot([x;x],[20,-20],'color',[0.1,0.1,0.1],'LineWidth',4,'tag','board')plot([0;40],[5,5+(20-5)/x*40],'color',[0.3,0.3,0.3],'LineWidth',0.5,'tag','light')plot([0;40],[5,5+(-20-5)/x*40],'color',[0.3,0.3,0.3],'LineWidth',0.5,'tag','light')plot([0;40],[-5,-5+(20+5)/x*40],'color',[0.3,0.3,0.3],'LineWidth',0.5,'tag','light')plot([0;40],[-5,-5+(-20+5)/x*40],'color',[0.3,0.3,0.3],'LineWidth',0.5,'tag','light')n=1;for j=-20:0.1:20pos=[x,j];v1=pos-light_source1;v2=pos-light_source2;l1=sqrt(sum(v1.^2));l2=sqrt(sum(v2.^2));cos1=cos(l1*2.5);cos2=cos(l2*2.5);skewing=abs(cos1+cos2);color_bar(n,1:3)=ones(1,3).*(skewing/2); n=n+1;endcolormap(color_bar)colorbarend
end

这篇关于matlab 光的衍射图像的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/583684

相关文章

基于人工智能的图像分类系统

目录 引言项目背景环境准备 硬件要求软件安装与配置系统设计 系统架构关键技术代码示例 数据预处理模型训练模型预测应用场景结论 1. 引言 图像分类是计算机视觉中的一个重要任务,目标是自动识别图像中的对象类别。通过卷积神经网络(CNN)等深度学习技术,我们可以构建高效的图像分类系统,广泛应用于自动驾驶、医疗影像诊断、监控分析等领域。本文将介绍如何构建一个基于人工智能的图像分类系统,包括环境

matlab读取NC文件(含group)

matlab读取NC文件(含group): NC文件数据结构: 代码: % 打开 NetCDF 文件filename = 'your_file.nc'; % 替换为你的文件名% 使用 netcdf.open 函数打开文件ncid = netcdf.open(filename, 'NC_NOWRITE');% 查看文件中的组% 假设我们想读取名为 "group1" 的组groupName

利用matlab bar函数绘制较为复杂的柱状图,并在图中进行适当标注

示例代码和结果如下:小疑问:如何自动选择合适的坐标位置对柱状图的数值大小进行标注?😂 clear; close all;x = 1:3;aa=[28.6321521955954 26.2453660695847 21.69102348512086.93747104431360 6.25442246899816 3.342835958564245.51365061796319 4.87

C# double[] 和Matlab数组MWArray[]转换

C# double[] 转换成MWArray[], 直接赋值就行             MWNumericArray[] ma = new MWNumericArray[4];             double[] dT = new double[] { 0 };             double[] dT1 = new double[] { 0,2 };

Verybot之OpenCV应用一:安装与图像采集测试

在Verybot上安装OpenCV是很简单的,只需要执行:         sudo apt-get update         sudo apt-get install libopencv-dev         sudo apt-get install python-opencv         下面就对安装好的OpenCV进行一下测试,编写一个通过USB摄像头采

libsvm在matlab中的使用方法

原文地址:libsvm在matlab中的使用方法 作者: lwenqu_8lbsk 前段时间,gyp326曾在论坛里问libsvm如何在matlab中使用,我还奇怪,认为libsvm是C的程序,应该不能。没想到今天又有人问道,难道matlab真的能运行libsvm。我到官方网站看了下,原来,真的提供了matlab的使用接口。 接口下载在: http://www.csie.ntu.edu.

【python计算机视觉编程——7.图像搜索】

python计算机视觉编程——7.图像搜索 7.图像搜索7.1 基于内容的图像检索(CBIR)从文本挖掘中获取灵感——矢量空间模型(BOW表示模型)7.2 视觉单词**思想****特征提取**: 创建词汇7.3 图像索引7.3.1 建立数据库7.3.2 添加图像 7.4 在数据库中搜索图像7.4.1 利用索引获取获选图像7.4.2 用一幅图像进行查询7.4.3 确定对比基准并绘制结果 7.

【python计算机视觉编程——8.图像内容分类】

python计算机视觉编程——8.图像内容分类 8.图像内容分类8.1 K邻近分类法(KNN)8.1.1 一个简单的二维示例8.1.2 用稠密SIFT作为图像特征8.1.3 图像分类:手势识别 8.2贝叶斯分类器用PCA降维 8.3 支持向量机8.3.2 再论手势识别 8.4 光学字符识别8.4.2 选取特征8.4.3 多类支持向量机8.4.4 提取单元格并识别字符8.4.5 图像校正

Matlab/Simulink中PMSM模型的反电动势系数和转矩系数

Matlab/Simulink中PMSM模型的反电动势系数和转矩系数_matlab pmsm-CSDN博客

MATLAB层次聚类分析法

转自:http://blog.163.com/lxg_1123@126/blog/static/74841406201022774051963/ 层次聚类是基于距离的聚类方法,MATLAB中通过pdist、linkage、dendrogram、cluster等函数来完成。层次聚类的过程可以分这么几步: (1) 确定对象(实际上就是数据集中的每个数据点)之间的相似性,实际上就是定义一个表征