Оцените геометрическое преобразование, которое выравнивает два 2-D или 3-D изображения
tform = imregtform(moving,fixed,transformType,optimizer,metric)moving с фиксированным изображением fixed. transformType является строковым скаляром или вектором символов, который задает тип преобразования для оценки. optimizer является объектом, который описывает метод оптимизации метрики. metric является объектом, который задает количественную меру подобия между изображениями для оптимизации. Область выхода tform является геометрическим объектом преобразования, который отображает moving на fixed.
tform = imregtform(moving,Rmoving,fixed,Rfixed,transformType,optimizer,metric)Rmoving и Rfixed задайте пространственные объекты привязки, связанную с moving и fixed изображения. Область выхода tform является геометрическим объектом преобразования в модулях, заданных пространственными объектами привязки Rmoving и Rfixed.
tform = imregtform(___,Name,Value)
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;
Найдите геометрическое преобразование, которое сопоставляет изображение, которое будет зарегистрировано (moving) на ссылку изображение (fixed).
tform = imregtform(moving, fixed, 'affine', optimizer, metric)tform =
affine2d with properties:
T: [3x3 double]
Dimensionality: 2
Примените преобразование к регистрируемому изображению (moving) использование imwarp функция. В примере используется 'OutputView' параметр для сохранения мировых пределов и разрешения эталонного изображения при формировании преобразованного изображения.
movingRegistered = imwarp(moving,tform,'OutputView',imref2d(size(fixed)));Просмотр зарегистрированных изображений.
figure imshowpair(fixed, movingRegistered,'Scaling','joint')
Когда у вас есть доступная пространственная ссылочная информация, важно предоставить эту информацию imregtform, с использованием пространственных объектов привязки. Эта информация помогает imregtform сходятся к лучшим результатам быстрее, потому что могут быть рассмотрены масштабные различия.
Оба imregtform и imregister использовать тот же базовый алгоритм регистрации. imregister выполняет дополнительный шаг повторной дискретизации moving для получения зарегистрированного выходного изображения из оценки геометрического преобразования, вычисленной imregtform. Использование imregtform когда требуется доступ к связанному геометрическому преобразованию moving на fixed. Использование imregister когда требуется зарегистрированное выходное изображение.
Получение хороших результатов от регистрации изображений на основе оптимизации обычно требует изменения оптимизатора и/или метрических настроек для пары регистрируемых изображений. The imregconfig функция предоставляет строение по умолчанию, которая должна рассматриваться только как начальная точка. Смотрите выходы imregconfig для получения дополнительной информации о различных параметрах, которые можно изменить.