Основанная на интенсивности регистрация изображений
moving_reg = imregister(moving,fixed,transformType,optimizer,metric)moving, так, чтобы это было указано со ссылочным изображением, fixed. Оба moving и fixed изображения должны иметь ту же размерность, или 2D или 3-D. transformType строковый скаляр или вектор символов, который задает тип преобразования, чтобы выполнить. optimizer объект, который описывает метод для оптимизации метрики. metric объект, который задает количественные показатели подобия между изображениями, чтобы оптимизировать. Возвращает выровненное изображение, moving_reg.
[ преобразовывает изображение, на которое пространственно ссылаютсяmoving_reg,R_reg]
= imregister(moving,Rmoving,fixed,Rfixed,transformType,optimizer,metric), moving так, чтобы это было указано с изображением, на которое пространственно ссылаются, fixed. Rmoving и Rfixed пространственные объекты привязки, которые описывают пределы мировой координаты и разрешение moving и fixed.
___ = imregister(___, задает дополнительные опции с одним или несколькими Name,Value)Name,Value парные аргументы.
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')
Оба imregtform и imregister используйте тот же базовый регистрационный алгоритм. imregister выполняет дополнительный шаг передискретизации moving произвести зарегистрированное выходное изображение из оценки геометрического преобразования, вычисленной imregtform. Используйте imregtform когда это необходимо, доступ к геометрическому преобразованию, которое связывает moving к fixed. Используйте imregister когда это необходимо, зарегистрированное выходное изображение.
Создайте optimizer и metric с imregconfig функция прежде, чем вызвать imregister. Получение хороших результатов основанной на оптимизации регистрации изображений обычно требует оптимизатора изменения или метрических настроек для пары указываемых изображений. imregconfig функция обеспечивает настройку по умолчанию, которая должна только быть рассмотрена отправная точка. 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. Смотрите выход imregconfig для получения дополнительной информации о различных параметрах, которые можно изменить.
Если пространственное масштабирование ваших изображений отличается больше чем на 10%, измените размер их с imresize прежде, чем указать их.
Используйте imshowpair или imfuse визуализировать результаты регистрации.
Можно использовать imregister в автоматизированном рабочем процессе, чтобы указать несколько изображений.
Когда у вас будет пространственная информация о ссылке об изображении, которое будет указано, укажите информацию к imregister использование пространственных объектов привязки. Это помогает imregister сходитесь к лучшим результатам более быстро, потому что различия в шкале могут быть учтены.