imregister
灰度图像配准
语法
描述
moving_reg= imregister (移动,固定,transformType,优化器,度规)移动,所以它是注册的参考图像,固定。transformType定义了执行转换的类型。度规定义了定量衡量图像之间的相似性来优化。优化器描述了优化度量方法。函数返回注册图像,moving_reg。
(转换引用的空间形象moving_reg,R_reg)= imregister (移动,Rmoving,固定,Rfixed,transformType,优化器,度规)移动这是注册的空间参考图像固定。Rmoving和Rfixed空间引用对象,描述世界坐标限制和解决移动和固定。
___= imregister (___,与一个或多个名称-值对参数指定附加选项。名称,值)
例子
优化器登记多通道磁共振图像
看两张图片。这个例子使用了两个膝盖的磁共振(MRI)图像。固定的图像是一个自旋回波图像,而移动的图像是一个自旋回波图像的反转恢复。这两个矢状切片获得在同一时间,但略有失准。
固定= dicomread (“knee1.dcm”);移动= dicomread (“knee2.dcm”);
查看错位的图像。
imshowpair(固定,移动,“缩放”,“联合”)
创建优化器和指标,设置模式“多通道”因为来自不同传感器的图像。
(优化器,度量)= imregconfig (“多通道”)
优化器= registration.optimizer。OnePlusOneEvolutionaryProperties: GrowthFactor: 1.050000e+00 Epsilon: 1.500000e-06 InitialRadius: 6.250000e-03 MaximumIterations: 100
度量= registration.metric。MattesMutualInformationProperties: NumberOfSpatialSamples: 500 NumberOfHistogramBins: 50 UseAllPixels: 1
调整优化器的属性让问题收敛在全球最大值,并允许更多的迭代。
优化器。InitialRadius = 0.009;优化器。ε= 1.5的军医;优化器。GrowthFactor = 1.01;优化器。MaximumIterations = 300;
执行注册。
movingRegistered = imregister(移动,固定的,仿射的优化器,指标);
查看注册图像。
图imshowpair (movingRegistered固定,“缩放”,“联合”)
输入参数
输出参数
提示
这两个
imregtform和imregister使用相同的底层注册算法。imregister执行额外的重采样步骤移动生产注册输出图像的几何变换估计计算imregtform。使用imregtform当你想要访问几何变换关系移动来固定。使用imregister当你想要注册输出图像。创建一个
优化器和度规与imregconfig函数之前调用imregister。从文中针对图像配准得到好的结果通常需要修改优化器或指标设置的图像被注册。的imregconfig函数提供了一个默认的配置,应该只被认为是一个起点。举个例子,如果你在优化器增加迭代次数,降低了优化步长,或改变样本随机指标的数量,登记了一个点,以牺牲性能。看到的输出imregconfig在不同参数的更多信息,您可以修改。如果你的图片不同的空间比例超过10%,改变它们的大小
imresize之前注册。使用
imshowpair或imfuse可视化的结果登记。您可以使用
imregister在一个自动化的工作流中注册几个图片。当你有空间引用图像注册信息,指定信息
imregister使用空间引用对象。这可以帮助imregister收敛更快更好的结果,因为规模差异可以考虑。
