imregconfig
명암 기반 정합 구성
설명
[는 명암 기반 영상 정합을 수행하기 위해 optimizer,metric] = imregconfig(modality)imregister에 전달할 optimizer 및 metric 구성을 생성합니다. 여기서 modality는 영상 캡처 모달리티를 지정합니다.
예제
영상을 작업 공간으로 불러온 후 표시합니다. 두 영상이 비슷한 밝기와 대비를 가지고 있으므로 단일모달 영상입니다.
fixed = imread('pout.tif'); moving = imrotate(fixed, 5, 'bilinear', 'crop'); imshowpair(fixed, moving,'Scaling','joint')
모달리티를 'monomodal'로 설정해서 최적화 객체와 메트릭 객체를 생성합니다.
[optimizer, metric] = imregconfig('monomodal')optimizer =
registration.optimizer.RegularStepGradientDescent
Properties:
GradientMagnitudeTolerance: 1.000000e-04
MinimumStepLength: 1.000000e-05
MaximumStepLength: 6.250000e-02
MaximumIterations: 100
RelaxationFactor: 5.000000e-01
metric = registration.metric.MeanSquares This class has no properties.
최적화 객체와 메트릭 객체를 imregister에 전달하여 정합을 수행합니다.
movingRegistered = imregister(moving,fixed,'rigid',optimizer, metric);정합된 영상을 봅니다.
figure imshowpair(fixed, movingRegistered,'Scaling','joint')
두 개의 영상을 읽어 들입니다. 이 예제에서는 무릎 MRI(자기공명영상) 영상 두 개를 사용합니다. 고정 영상은 스핀 에코 영상이고, 이동 영상은 반전 회복(inversion recovery) 기법이 사용된 스핀 에코 영상입니다. 두 개의 시상면 단층은 같은 시간에 수집했지만 약간 정렬되지 않았습니다.
fixed = dicomread("knee1.dcm"); moving = dicomread("knee2.dcm");
정렬되지 않은 영상을 표시합니다.
imshowpair(fixed,moving,"Scaling","joint")
두 영상이 서로 다른 센서에서 획득된 것이므로 모달리티(촬영 장치)를 "multimodal"로 지정해서 최적화 객체와 메트릭 객체를 생성합니다.
[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
문제가 전역 최댓값에 수렴하도록 하고 추가 반복을 허용하도록 최적화 객체의 속성을 조정합니다.
optimizer.InitialRadius = 0.009; optimizer.Epsilon = 1.5e-4; optimizer.GrowthFactor = 1.01; optimizer.MaximumIterations = 300;
정합을 수행합니다.
movingRegistered = imregister(moving,fixed,"affine",optimizer,metric);정합된 영상을 봅니다.
imshowpair(fixed,movingRegistered,"Scaling","joint")
