imregconfig
Строения для регистрации на основе интенсивности
Описание
[ создает optimizer,metric]
= imregconfig(modality)optimizer и metric строения, которые вы передаете imregister для выполнения регистрации изображений на основе интенсивности, где modality задает режим захвата изображения. imregconfig возвращает optimizer и metric с настройками по умолчанию, чтобы обеспечить базовое строение регистрации.
Примеры
Регистрация мультимодальных изображений МРТ с помощью оптимизатора
Считайте два изображения. Этот пример использует два магнитно-резонансных (МРТ) изображения колена. Фиксированное изображение является спин-эхо-изображением, в то время как движущееся изображение является спин-эхо-изображением с восстановлением инверсии. Два сагиттальных среза были получены одновременно, но немного не совпадают.
fixed = dicomread('knee1.dcm'); moving = dicomread('knee2.dcm');
Просмотрите несовпадающие изображения.
imshowpair(fixed, moving,'Scaling','joint')
Создайте оптимизатор и метрику, установив модальность на 'multimodal' поскольку изображения поступают с разных 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, чтобы задача сходилась на глобальных максимумах и позволяла проводить 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);Просмотр зарегистрированных изображений.
figure imshowpair(fixed, movingRegistered,'Scaling','joint')
Входные параметры
Выходные аргументы
Подробнее о
Совет
Если настроить оптимизатор или метрические параметры, результаты регистрации могут улучшиться. Например, если вы увеличиваете количество итераций в оптимизаторе, уменьшаете размер шага оптимизатора или изменяете количество выборок в стохастической метрике, регистрация улучшается до точки, за счет эффективности.