主要内容
RegularStepGradientDescent
常规阶跃梯度下降优化配置
描述
一个RegularStepGradientDescent对象描述传递给函数的常规步骤梯度下降优化配置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——返回一个RegularStepGradientDescent对象与一个合适的度量来登记单模图像进入
在命令行上创建度量= registration.optimizer.RegularStepGradientDescent;
RegularStepGradientDescent具有默认设置的对象
属性
例子
注册图像与常规的步骤梯度下降优化
创建一个RegularStepGradientDescent对象，并用它对亮度和对比度相似的两幅图像进行配准。
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”）;
创建适合于注册单模态映像的优化器配置对象。
优化器= registration.optimizer.RegularStepGradientDescent
optimizer = register .optimizer. regularstepgradientdescent属性:gradientmagnitdettolerance: 1.000000e-04 MinimumStepLength: 1.000000e-05 MaximumStepLength: 6.25000e -02 MaximumIterations: 100 RelaxationFactor: 5.000000e-01
创建度量配置对象。
度量= registration.metric.MeanSquares;
修改优化器配置以获得更精确的精度。
优化器。MaximumIterations = 300;优化器。MinimumStepLength = 5的军医;
执行注册。
movingRegistered = imregister(移动,固定的,“刚性”优化器,指标);
查看已注册的镜像。
图imshowpair (movingRegistered固定,“缩放”，“联合”）;
算法
常规的阶跃梯度下降优化调整变换参数，使优化在极值方向上跟随图像相似度度量的梯度。它使用常数长度的步骤沿着梯度之间的计算，直到梯度改变方向。在这一点上，步长被减少基于RelaxationFactor，默认将步长减半。
扩展功能
另请参阅
功能
对象
介绍了R2012a
你也可以从以下列表中选择一个网站:
