RegularStepGradientDescent
常规步骤梯度下降优化配置
描述
一个RegularStepGradientDescent对象描述了一个常规的步骤梯度下降优化配置,您传递给函数imregister解决图像配准问题。
创建
您可以创建一个RegularStepGradientDescent对象使用以下方法:
imregconfig——返回一个RegularStepGradientDescent注册对象搭配合适的度量monomodal图像进入
在命令行创建一个度量= registration.optimizer.RegularStepGradientDescent;
RegularStepGradientDescent对象的默认设置
属性
例子
注册图像梯度下降优化器与常规步骤
创建一个RegularStepGradientDescent对象,并使用它来注册两个图像相似的亮度和对比度。
阅读参考图像和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”);
查看错位的图像。
图imshowpair(固定,移动,“缩放”,“联合”);
创建优化器配置对象适用于注册monomodal图像。
优化器= registration.optimizer.RegularStepGradientDescent
优化器= registration.optimizer.RegularStepGradientDescent属性: GradientMagnitudeTolerance: 1.000000e-04 MinimumStepLength: 1.000000e-05 MaximumStepLength: 6.250000e-02 MaximumIterations: 100 RelaxationFactor: 5.000000e-01
创建指标配置对象。
度量= registration.metric.MeanSquares;
修改优化配置来获得更多的精度。
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);
查看注册图像。
图imshowpair (movingRegistered固定,“缩放”,“联合”);
算法
常规步骤梯度下降优化调整转换参数,以便优化之前的梯度图像相似性度量的方向极值。它使用常数长度步骤之间的梯度计算,直到梯度变化方向。在这一点上,减少基于步长RelaxationFactor默认情况下,半步长。
