Оцените геометрическое преобразование, которое выравнивает два 2D или 3-D изображения
tform = imregtform(moving,fixed,transformType,optimizer,metric)moving с фиксированным изображением fixed. transformType строковый скаляр или вектор символов, который задает тип преобразования, чтобы оценить. optimizer объект, который описывает метод для оптимизации метрики. metric объект, который задает количественные показатели подобия между изображениями, чтобы оптимизировать. Выход tform объект геометрического преобразования, который сопоставляет moving к fixed.
tform = imregtform(moving,Rmoving,fixed,Rfixed,transformType,optimizer,metric)Rmoving и Rfixed задайте пространственные объекты привязки, сопоставленные с moving и fixed изображения. Выход tform объект геометрического преобразования в модулях, заданных пространственными объектами привязки Rmoving и Rfixed.
tform = imregtform(___,Name,Value)
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;
Найдите геометрическое преобразование, которое сопоставляет изображение, которое будет указано (moving) к ссылочному изображению (fixed).
tform = imregtform(moving, fixed, 'affine', optimizer, metric)tform =
affine2d with properties:
Dimensionality: 2
T: [3x3 double]
Примените преобразование к указываемому изображению (moving) использование imwarp функция. Пример использует 'OutputView' параметр, чтобы сохранить мировые пределы и разрешение ссылочного изображения при формировании преобразованного изображения.
movingRegistered = imwarp(moving,tform,'OutputView',imref2d(size(fixed)));Просмотрите зарегистрированные изображения.
figure imshowpair(fixed, movingRegistered,'Scaling','joint')
Когда вы имеете пространственную информацию о ссылке в наличии, важно предоставить эту информацию imregtform, использование пространственных объектов привязки. Эта информация помогает imregtform сходитесь к лучшим результатам более быстро, потому что различия в шкале могут быть рассмотрены.
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.
Получение хороших результатов основанной на оптимизации регистрации изображений обычно требует оптимизатора изменения и/или метрических настроек для пары указываемых изображений. imregconfig функция обеспечивает настройку по умолчанию, которая должна только быть рассмотрена отправная точка. Смотрите выход imregconfig для получения дополнительной информации о различных параметрах, которые могут быть изменены.