imregconfig

基于强度的注册配置

折叠所有页面

语法

(优化器,度量)= imregconfig(形态)

描述

例子

［优化器，度规) = imregconfig (形态）创建优化器和度规你传递到的构型imregister进行基于强度的图像配准。imregconfig返回优化器和度规使用默认设置提供基本注册配置。

例子

全部折叠

用优化器注册多模态MRI图像

打开生活的脚本

看两张图片。这个例子使用了两个磁共振成像的膝盖。固定图像为自旋回波图像，运动图像为具有反转恢复的自旋回波图像。两个矢状切片是同时获得的，但排列稍不一致。

固定= dicomread (“knee1.dcm”）;移动= dicomread (“knee2.dcm”）;

查看未对齐的图像。

imshowpair(固定,移动,“缩放”，“联合”）

创建优化器和指标，将模式设置为“多通道”因为图像来自不同的传感器。

[优化器，度量]= imregconfig(“多通道”）

optimizer = registration.optimizer.OnePlusOneEvolutionary Properties: GrowthFactor: 1.050000e+00 Epsilon: 1.500000e-06 InitialRadius: 6.250000e-03 MaximumIterations: 100

metric = registration.metric.MattesMutualInformation属性:NumberOfSpatialSamples: 500 NumberOfHistogramBins: 50 UseAllPixels: 1

调整优化器的属性，使问题收敛于全局最大值，并允许进行更多迭代。

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。

移动，固定，仿射的优化器,指标);

查看已注册的镜像。

图imshowpair (movingRegistered固定,“缩放”，“联合”）

输入参数

全部折叠

`形态`-图像捕获方式
`“monomodal”`|`“多通道”`

图像捕获方式描述如何捕获图像，指定为“monomodal”(亮度和对比度相近)或“多通道”(亮度或对比度不同)。

输出参数

全部折叠

`优化器`——优化配置
`RegularStepGradientDescent`或`OnePlusOneEvolutionary`优化器对象

优化配置，作为RegularStepGradientDescent或OnePlusOneEvolutionary优化器对象。要了解关于优化器对象的创建和属性的更多信息，请参见registration.optimizer.RegularStepGradientDescent和registration.optimizer.OnePlusOneEvolutionary．

`度规`——标准配置
`均方`或`MattesMutualInformation`度量对象

度量配置描述了配准过程中要优化的图像相似度度量，返回为均方或MattesMutualInformation度量对象。要了解更多关于度量对象的创建和属性的信息，请参见registration.metric.MeanSquares和registration.metric.MattesMutualInformation．