粒子图像测速系统(PIV)，是指利用高分辨率相机获得一系列图像，再通过一系列计算分析得到图像上各点的速度矢量，从而获取运动对象速度场的无扰动流场测量技术系统。PIV已经被应用于中国地质大学(北京)构造模拟实验室的砂箱构造物理模拟实验中。详细介绍了利用PIV监测和记录砂箱模拟实验的过程，以及监测的各项参数――砂粒运动速率、切应变率、涡度等的数据处理和计算流程与方法，并应用实例分析说明了上述数据处理结果应用于构造变形几何学、运动学和动力学的定量模拟研究方法，模拟结果对于解释构造变形过程和机制具有重要的意义。

PIVlab软件页面翻译

This practical guide provides comprehensive information on PIV

PIVlab - particle image velocimetry (PIV) tool with GUI.zip，这是一份

PIVlab说明书，操作指南

PIVlab是一个时间分辨（微）粒子图像测速（PIV）软件，matlab上运行

matlab求导代码来自PIV的压力 来自粒子图像测速（PIV）数据的压力是流体动力学的梦想。 由于流量是由速度矢量场（PIV的直接结果）和标量压力场（主要的未知部分）完全描述的，因此，如果我们有一种可靠的方法可以从PIV结果中提取压力，那么从字面上可以看出在我们生活的许多领域取得突破。 早在1999年，我们建议在单个平面中使用PIV数据，并将其应用于泊松方程的速度导数。 在精确的边界条件和高质量的PIV测量下，可以获得波动（！）和平均压力场。 参考 我们的原始博客文章： 该存储库中/ docs /下或此处或此处的已扫描会议手稿 如果您使用此代码和构想，请引用： Gurka R., Liberzon A., Hefetz D., Rubinstein D. and Shavit U., Computation of Pressure Distribution Using PIV Velocity Data, 3rd International Workshop on Particle Image Velocimetry, Santa Barbara, California, Septe

PIVlab是一个时间分辨（微）粒子图像测速（PIV）软件，matlab上运行

matlab精度检验代码PIV-LiteFlowNet-en PIV-LiteFlowNet-en是一种执行粒子图像测速（PIV）的深层神经网络，它是一种用于流体运动估计的可视化技术。 该存储库中的目录 caffe ：具有经过训练的模型的caffe主文件夹demos ：包含用于测试经过训练的模型的MATLAB脚本的文件夹 许可和引用 提供此存储库仅用于研究目的。 版权所有。 任何商业用途都需要我们的同意。 如果您在研究工作中使用这些代码，请引用以下论文： Cai S, Liang J, Gao Q, Xu C, Wei R. Particle image velocimetry based on a deep learning motion estimator, IEEE Transactions on Instrumentation and Measurement. (accepted) 或者 Cai S, Zhou S, Xu C, Gao Q. Dense motion estimation of particle images via a convolutional neura

粒子图像测速技术的新发展和最新应用，PIV领域的权威著作