Конфигурация оптимизатора градиентного спуска с регулярным шагом
A RegularStepGradientDescent объект описывает обычную конфигурацию оптимизации градиентного спуска, передаваемую функции imregister для решения проблем регистрации изображения.
Можно создать RegularStepGradientDescent объект с использованием следующих методов:
imregconfig - Возвращает RegularStepGradientDescent объект в паре с соответствующей метрикой для регистрации мономодальных изображений
Вход
metric = registration.optimizer.RegularStepGradientDescent;
RegularStepGradientDescent объект с настройками по умолчаниюСоздать RegularStepGradientDescent объект и использовать его для регистрации двух изображений с одинаковой яркостью и контрастностью.
Прочитайте ссылочное изображение и создайте незарегистрированную копию.
fixed = imread('pout.tif'); moving = imrotate(fixed, 5, 'bilinear', 'crop');
Просмотр несовпадающих изображений.
figure imshowpair(fixed, moving,'Scaling','joint');
Создайте объект конфигурации оптимизатора, подходящий для регистрации мономодальных изображений.
optimizer = registration.optimizer.RegularStepGradientDescent
optimizer =
registration.optimizer.RegularStepGradientDescent
Properties:
GradientMagnitudeTolerance: 1.000000e-04
MinimumStepLength: 1.000000e-05
MaximumStepLength: 6.250000e-02
MaximumIterations: 100
RelaxationFactor: 5.000000e-01
Создайте объект конфигурации метрики.
metric = registration.metric.MeanSquares;
Измените конфигурацию оптимизатора, чтобы получить большую точность.
optimizer.MaximumIterations = 300; optimizer.MinimumStepLength = 5e-4;
Выполните регистрацию.
movingRegistered = imregister(moving,fixed,'rigid',optimizer,metric);Просмотр зарегистрированных изображений.
figure imshowpair(fixed, movingRegistered,'Scaling','joint');
Регулярная пошаговая оптимизация градиентного спуска корректирует параметры преобразования так, чтобы оптимизация следовала за градиентом метрики подобия изображения в направлении экстремума. Он использует шаги постоянной длины вдоль градиента между вычислениями, пока градиент не изменит направление. В этот момент длина шага уменьшается на основе RelaxationFactor, которая по умолчанию вдвое уменьшает длину шага.