主要内容

RegularStepGradientDescent

常规步骤梯度下降优化配置

展开全部页面

描述

一个RegularStepGradientDescent对象描述传递给函数的常规阶梯梯度下降优化配置imregister解决图像配准问题。

创建

您可以创建RegularStepGradientDescent对象，使用以下方法:

  • imregconfig-返回RegularStepGradientDescent对象与用于注册单模图像的适当度量配对

  • 进入

    metric = registration.optimizer.RegularStepGradientDescent;
    命令行上创建RegularStepGradientDescent对象的默认设置

属性

全部展开

梯度幅度公差，指定为正标量。GradientMagnitudeTolerance控制优化过程。当梯度值小于GradientMagnitudeTolerance，这表明优化器可能已经达到了平台期。

数据类型:双|单|uint8|uint16|uint32|uint64|int8|int16|int32|int64

收敛的容差，指定为正标量。MinimumStepLength控制收敛的精度。如果你设置MinimumStepLength对于一个小的值，优化需要更长的计算时间，但它很可能收敛到一个更准确的度量值。

数据类型:双|单|uint8|uint16|uint32|uint64|int8|int16|int32|int64

初始步长，指定为正标量。初始步长是最大步长，因为优化器在收敛过程中减小了步长。如果你设置MaximumStepLength数值越大，计算时间越短。但是，如果您设置了MaximumStepLength到一个过大的值。

数据类型:双|单|uint8|uint16|uint32|uint64|int8|int16|int32|int64

最大迭代次数，指定为正整数标量。MaximumIterations是一个正标量整数值，它决定优化器在任何给定金字塔级别上执行的最大迭代次数。注册可以在优化器达到最大迭代次数之前收敛。

数据类型:双|单|uint8|uint16|uint32|uint64|int8|int16|int32|int64

步长缩减因子，指定为0到1之间的正标量。RelaxationFactor定义优化器在收敛过程中减小步长的速率。每当优化器确定梯度的方向发生变化时，它就会减小步长。如果你的度规有噪声，你可以设置RelaxationFactor到更大的值。这导致以计算时间为代价的更稳定的收敛。

数据类型:双|单|uint8|uint16|uint32|uint64|int8|int16|int32|int64

例子

全部折叠

打开实时脚本

创建一个RegularStepGradientDescent对象，并使用它来注册两个具有相似亮度和对比度的图像。

读取参考映像并创建一个未注册的副本。

固定= imread(“pout.tif”）;移动= imrotate(固定，5，双线性的，“作物”）;

查看未对齐的图像。

图imshowpair(固定，移动，“缩放”，“联合”）;

图中包含一个轴对象。axis对象包含一个image类型的对象。

创建适合注册单模映像的优化器配置对象。

optimizer = registration.optimizer.RegularStepGradientDescent
optimizer = registration.optimizer.RegularStepGradientDescent Properties: gradientmagnitudettolerance: 1.000000e-04 MinimumStepLength: 1.000000e-05 MaximumStepLength: 6.250000e-02 MaximumIterations: 100 RelaxationFactor: 5.000000e-01

创建度量配置对象。

metric = registration.metric.MeanSquares;

修改优化器配置以获得更高的精度。

优化器。MaximumIterations = 300;优化器。MinimumStepLength = 5e-4;

执行注册。

movingRegistered = imregister(移动，固定，“刚性”优化器,指标);

查看已注册的镜像。

图imshowpair(fixed, movingRegistered，“缩放”，“联合”）;

图中包含一个轴对象。axis对象包含一个image类型的对象。

算法

规则阶跃梯度下降优化调整变换参数，使优化遵循图像相似度度量在极值方向上的梯度。它在计算之间沿着梯度使用恒定长度的步骤，直到梯度改变方向。此时，步长将根据RelaxationFactor，默认情况下将步长减半。

扩展功能

版本历史

在R2012a中引入

另请参阅

功能

对象

主题