灰度图像配准
将2 d或3 d灰度图像,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
)
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。