Imregister.
灰度图像配准
语法
moving_reg = imregister(移动、固定、transformType优化、指标)
[moving_reg, R_reg] = imregister(移动、Rmoving、固定、Rfixed transformType,优化器,度量)
＿＿＿= imregister (＿＿＿、名称、值)
描述
moving_reg= imregister (移动，固定，transformType，优化器，度规）移动，使其在参考图像中注册，固定．这两个移动和固定图像必须具有相同的维度，无论是二维的还是三维的。transformType定义要执行的转换类型的字符向量。优化器是描述优化度量的方法的对象。度规是一个对象，它定义了要优化的图像之间的相似度的定量度量。返回对齐后的图像，moving_reg．
［变换空间引用图像moving_reg，R_reg) = imregister (移动，Rmoving，固定，rfixed.，transformType，优化器，度规）移动以便它与空间引用图像进行注册固定．Rmoving和rfixed.空间引用对象描述世界坐标限制和分辨率移动和固定．
＿＿＿= imregister (＿＿＿，用一个或多个指定附加选项名称,值）名称,值对参数。
例子
用优化器注册多模态MRI图像
看两张图片。这个例子使用了膝关节的两个磁共振(MRI)图像。固定图像是自旋回波图像，而运动图像是具有反转恢复的自旋回波图像。同时采集两个矢状面，但有轻微的错位。
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”）
创建优化器和度量，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”）
优化器= registration.optimizer.OnePlusOneEvolutionary Properties: GrowthFactor: 1.050000e+00 Epsilon: 1.500000e-06 InitialRadius: 6.250000e-03 MaximumIterations: 100
属性:NumberOfSpatialSamples: 500 NumberOfHistogramBins: 50 UseAllPixels: 1
调整优化器的属性，使问题收敛到一个全局最大值，并允许更多的迭代。
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。
movingRegistered = imregister(移动，固定，仿射的优化器,指标);
查看已注册的图像。
图imshowpair (movingRegistered固定,'缩放'，“联合”）
输入参数
输出参数
提示
这两个
imregtform和Imregister.使用相同的底层注册算法。Imregister.执行重新采样的额外步骤移动从几何变换估计中计算出配准输出图像imregtform．使用imregtform当你想要访问几何变换的时候移动来固定．使用Imregister.当你想要一个注册输出图像。创建一个
优化器和度规与imregconfig函数之前调用Imregister.．为了从基于优化的图像配准中获得良好的结果，通常需要修改被配准的图像对的优化器或度量设置。的imregconfig函数提供默认配置，只能被视为起点。例如，如果增加优化器中的迭代次数，请减少优化器步长，或者在随机指标中更改样本的数量，则注册以牺牲性能为代价来提高一点。看到输出imregconfig有关可以修改的不同参数的详细信息。如果你的图像的空间缩放差异超过10%，调整它们的大小
imresize之前注册。使用
imshowpair或者imfuse.使配准结果形象化。您可以使用
Imregister.在一个自动工作流中注册多个图像。当您拥有要注册的图像的空间引用信息时，请指定信息
Imregister.使用空间引用对象。这可以帮助Imregister.由于可以考虑规模差异，因此可以更快地收敛到更好的结果。
另请参阅
应用程序
功能
介绍了R2012a
您也可以从以下列表中选择一个网站:
