imregconfig

Настройки для основанной на интенсивности регистрации

Описание

пример

[optimizer,metric] = imregconfig(modality) создает optimizer и metric настройки, которые вы передаете imregister выполнять основанную на интенсивности регистрацию изображений, где modality задает модальность захвата изображения. imregconfig возвращает optimizer и metric с настройками по умолчанию, чтобы обеспечить основную регистрационную настройку.

Примеры

свернуть все

Считайте два изображения. Этот пример использует два магнитных резонанса (MRI) изображения колена. Фиксированное изображение является двойным изображением вращения, в то время как движущееся изображение является двойным изображением вращения с восстановлением инверсии. Два стреловидных среза были получены одновременно, но немного неровно.

fixed = dicomread('knee1.dcm');
moving = dicomread('knee2.dcm');

Просмотрите неправильно выровненные изображения.

imshowpair(fixed, moving,'Scaling','joint')

Создайте оптимизатор и метрику, установив модальность на 'multimodal' поскольку изображения прибывают из различных датчиков.

[optimizer, metric] = imregconfig('multimodal')
optimizer = 
  registration.optimizer.OnePlusOneEvolutionary

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

  Properties:
    NumberOfSpatialSamples: 500
     NumberOfHistogramBins: 50
              UseAllPixels: 1

Настройте свойства оптимизатора получить проблему сходиться на глобальные максимумы и допускать больше итераций.

optimizer.InitialRadius = 0.009;
optimizer.Epsilon = 1.5e-4;
optimizer.GrowthFactor = 1.01;
optimizer.MaximumIterations = 300;

Выполните регистрацию.

movingRegistered = imregister(moving, fixed, 'affine', optimizer, metric);

Просмотрите зарегистрированные изображения.

figure
imshowpair(fixed, movingRegistered,'Scaling','joint')

Входные параметры

свернуть все

Модальность захвата изображения описывает, как ваши изображения были получены в виде любого 'monomodal' (с подобной яркостью и контрастом) или 'multimodal' (с различной яркостью или контрастом).

Типы данных: char | string

Выходные аргументы

свернуть все

Настройка оптимизации, возвращенная как RegularStepGradientDescent или OnePlusOneEvolutionary объект оптимизатора.

Метрическая настройка описывает метрику подобия изображений, которая будет оптимизирована во время регистрации, возвращенной как MeanSquares или MattesMutualInformation метрический объект.

Больше о

свернуть все

Мономодальный

Мономодальные изображения имеют подобную яркость и контраст. Изображения получены на том же типе сканера или датчика.

Многомодальный

Многомодальные изображения имеют различную яркость и контраст. Изображения могут прибыть из двух различных типов устройств, таких как две модели камеры или два типа медицинской модальности обработки изображений (как CT и MRI). Изображения могут также прибыть из единого устройства, такого как камера с помощью различных параметров экспозиции или сканера MRI с помощью различных последовательностей обработки изображений.

Советы

  • Если вы настраиваете оптимизатор или метрические параметры, регистрационные результаты могут улучшиться. Например, если вы увеличиваете число итераций в оптимизаторе, уменьшаете размер шага оптимизатора или изменяете количество выборок в стохастической метрике, регистрация улучшается к точке, за счет производительности.

Представленный в R2012a

Для просмотра документации необходимо авторизоваться на сайте