基于仿射和b样条网格的二维彩色/灰度图像或三维体积或点数据的配准和数据拟合。配准可以基于强度/像素，或基于地标/对应点(见OpenSurf)，或组合。
说明基于像素的注册：
这个函数是D. Rueckert等人的b样条配准算法的(增强的)实现。“使用自由形式变形的非刚性配准:应用于乳腺MR图像”。包括Rueckert(薄板弯曲能)的光滑惩罚和雅可比(微分)函数。此外，还包括定位归一化互信息作为配准错误，允许图像或体积具有不同类型/模式，例如MRI T1和T2患者扫描。
它是如何工作的:
通过构造b样条控制点网格来控制输入图像的变换。误差测量方法用于测量运动图像与静态图像之间的配准误差。拟牛顿Matlab优化器fminlbfgs(也在Mathworks上)用于移动控制点，以最小的配准误差实现两个图像之间的最优配准。
用法：
—image_registration函数。M易于使用，并在帮助中包含示例，适合大多数应用程序。(如果您想编写自己的专业注册代码，请学习注册示例)
-功能点_配准是将b样条网格快速拟合到2D/3D对应点，用于基于地标的配准。
-还有一个函数manually_warp_images，允许用鼠标控制网格的变化，以获得更好的注册。
首先，需要使用compile_c_files.m编译mex / C代码。(2D注册也可以在没有mex文件的情况下工作，但会比较慢)
多线程mex代码支持Windows、Linux（和Mac金宝app OS？）
一些特点：
-从变换场可以得到二维/三维欧拉应变张量图像。例如，在图像中描述心脏运动。
- landmark可以用于已知的对应点(例如Sift)。每个地标对注册过程的影响都可以调整。
-通过使用前两个图像的注册网格作为下两个图像的初始注册网格，可以注册多个电影帧。
-可以屏蔽部分图像，以减少或增加图像结构对配准结果的影响。
文学:
- D. Rueckert等“使用自由形式变形的非刚性配准:应用于乳腺MR图像”。
——seungylee, George Wolberg, Sung Yong Shing，《用多层b样条进行散点数据插值》
注:
-B样条曲线注册比demon注册更慢、更复杂请参见：
http://www.mathworks.fr/matlabcentral/fileexchange/loadFile.do?objectId=21451
-为什么仍然使用B-spine配准？因为生成的变换场比流体配准的变换场更符合真实的活动变形。
请报告错误，成功和问题。
引用作为
Dirk-Jan克朗(2021)。基于B样条网格、图像和点的配准(//www.tatmou.com/matlabcentral/fileexchange/20057-b-spline-grid-image-and-point-based-registration)， MATLAB中央文件交换。检索.
