MeanSquares
Метрическая настройка среднеквадратичной погрешности
Описание
MeanSquares объект описывает метрическую настройку среднеквадратичной погрешности, которую вы передаете функции imregister решать регистрационные задачи изображений.
Создание
Можно создать MeanSquares объект с помощью следующих методов:
imregconfig— ВозвращаетMeanSquaresобъект, соединенный с соответствующим оптимизатором для регистрации мономодальных изображенийВвод
на командной строке создаетmetric = registration.metric.MeanSquares;
MeanSquaresобъект
Примеры
Укажите изображения с метрикой средних квадратичных
Создайте MeanSquares объект и использование это, чтобы указать два изображения с подобной яркостью и контрастом.
Считайте ссылочное изображение и создайте незарегистрированную копию.
fixed = imread('pout.tif'); moving = imrotate(fixed, 5, 'bilinear', 'crop');
Просмотрите неправильно выровненные изображения.
figure imshowpair(fixed, moving,'Scaling','joint');
Создайте метрический объект настройки, подходящий для регистрации мономодальных изображений.
metric = registration.metric.MeanSquares
metric = registration.metric.MeanSquares This class has no properties.
Создайте объект настройки оптимизатора.
optimizer = registration.optimizer.RegularStepGradientDescent;
Измените метрическую настройку, чтобы получить больше точности.
optimizer.MaximumIterations = 300; optimizer.MinimumStepLength = 5e-4;
Выполните регистрацию.
movingRegistered = imregister(moving,fixed,'rigid',optimizer,metric);Просмотрите зарегистрированные изображения.
figure imshowpair(fixed, movingRegistered,'Scaling','joint');
Советы
Метрика средних квадратичных является поэлементным различием между двумя входными изображениями. Идеальное значение является нулем. Можно исследовать вычисленные значения среднеквадратичной погрешности, если вы включаете
'DisplayOptimization'когда вы вызываетеimregister. Например,movingRegistered = imregister(moving,fixed,'rigid',optimizer,metric,'DisplayOptimization',true);
Алгоритмы
Метрика подобия средних квадратичных изображений вычисляется путем обработки на квадрат различию соответствующих пикселей в каждом изображении и взятия среднего значения различий в квадрате.