mia-3dnonrigidreg - عبر الإنترنت في السحابة

برنامج:

اسم

mia-3dnonrigidreg - التسجيل غير الخطي للصور ثلاثية الأبعاد

موجز

ميا-3dnonrigidreg -i -r -o [خيارات]

الوصف

ميا-3dnonrigidreg يقوم هذا البرنامج بتسجيل صورتين ثلاثي الأبعاد باللون الرمادي.

OPTIONS

المساعدة & معلومات
-V - الإفراط في الكلام = تحذير
الإسهاب في الإخراج ، وطباعة الرسائل ذات المستوى المحدد والأولويات الأعلى.
الأولويات المدعومة التي تبدأ من أدنى مستوى هي:
info - رسائل منخفضة المستوى
تتبع - تتبع استدعاء الوظيفة
فشل - الإبلاغ عن إخفاقات الاختبار
تحذير - تحذيرات
خطأ - الإبلاغ عن الأخطاء
تصحيح - إخراج التصحيح
الرسالة - رسائل عادية
مميت - الإبلاغ عن الأخطاء الفادحة فقط

--حقوق النشر
طباعة معلومات حقوق النشر

ح- مساعدة
اطبع هذه التعليمات

-؟ --استخدام
اطبع تعليمات قصيرة

--الإصدار
اطبع رقم الإصدار واخرج

IO
-i --in-image=(الإدخال، مطلوب)؛ io
صورة اختبارية للتعرف على أنواع الملفات المدعومة، راجع PLUGINS:3dimage/io

-r --ref-image=(الإدخال, مطلوب); io
صورة مرجعية لمعرفة أنواع الملفات المدعومة ، راجع المكونات الإضافية: 3dimage / io

-o - خارج الصورة = (الإخراج ، مطلوب) ؛ io
صورة الإخراج المسجلة للتعرف على أنواع الملفات المدعومة، راجع PLUGINS:3dimage/io

-t --transformation=(output); io
تحويل المخرجات للتعرف على أنواع الملفات المدعومة، راجع PLUGINS:3dtransform/io

اﻟﻤﻌﺎﻟﺠﺔ
- الخيوط = -1
الحد الأقصى لعدد الخيوط المراد استخدامها للمعالجة ، يجب أن يكون هذا الرقم أقل
أو يساوي عدد نوى المعالج المنطقي في الجهاز. (-1:
تقدير تلقائي). عدد الخيوط المستخدمة في المعالجة ، هذا
يجب أن يكون الرقم أقل أو مساويًا لعدد نوى المعالج المنطقي في
الآلة. (-1: تقدير تلقائي).

التسجيل
-ل --المستويات=3
مستويات دقة متعددةمستويات دقة متعددة

-O - ​​المُحسِّن = gsl: opt = gd ، الخطوة = 0.1
مُحسِّن يستخدم للتقليل مُحسِّن يستخدم للتقليل لـ
المكونات الإضافية المدعومة انظر PLUGINS: minimizer / singlecost

-f --transForm=spline:rate=10
نوع التحويل نوع التحويل للحصول على المكونات الإضافية المدعومة انظر
المكونات الإضافية: 3 صورة / تحويل

المكونات الإضافية: 1d / spacialkernel

cdiff نواة مرشح الفرق المركزي ، يتم استخدام شروط حدود المرآة.

(لا توجد معلمات)

الغاوس وحدة الحث المغنطيسي نواة مرشح Gauss المكاني ، المعلمات المدعومة هي:

w = 1 ؛ uint في [0، inf)
عرض نصف مرشح.

المكونات الإضافية: 1d / splinebc

مرآة شروط حدود استيفاء المفتاح التي تعكس على الحدود

(لا توجد معلمات)

كرر شروط حدود الاستيفاء المفتاحي التي تكرر القيمة عند الحد

(لا توجد معلمات)

صفر شروط حدود استيفاء المفتاح التي تفترض صفرًا للقيم الخارجية

(لا توجد معلمات)

المكونات الإضافية: 1d / splinekernel

com.bspline إنشاء نواة B-spline ، المعلمات المدعومة هي:

d = 3 ؛ كثافة العمليات في [0 ، 5]
درجة المفتاح.

omoms إنشاء نواة OMoms-spline ، المعلمات المدعومة هي:

d = 3 ؛ كثافة العمليات في [3 ، 3]
درجة المفتاح.

المكونات الإضافية: 3dimage / الموحد

أبسديف أداة دمج الصور "Absdiff"

(لا توجد معلمات)

تضيف أداة دمج الصور "إضافة"

(لا توجد معلمات)

شعبة أداة دمج الصور "div"

(لا توجد معلمات)

MUL موحد الصور "مول"

(لا توجد معلمات)

فرعية أداة دمج الصور "الفرعية"

(لا توجد معلمات)

المكونات الإضافية: 3 الصورة / التكلفة

lncc الارتباط التبادلي الموضعي المحلي مع دعم الإخفاء. ، المعلمات المدعومة
هي:

w = 5 ؛ uint في [1 ، 256]
نصف عرض النافذة المستخدمة لتقييم التقاطع المحلي
علاقة.

mi المعلومات المتبادلة القائمة على Spline parzen. ، المعلمات المدعومة هي:

مختون = 0 ؛ تطفو في [0 ، 40]
النسبة المئوية للبكسلات المطلوب قطعها بكثافة عالية ومنخفضة للإزالة
القيم المتطرفة.

مبينز = 64 ؛ uint في [1 ، 256]
عدد صناديق الرسم البياني المستخدمة للصورة المتحركة.

مكيرنيل = [bspline: d = 3] ؛ مصنع
نواة المفتاح لتحريك الصورة hinstogram parzen. للمكونات الإضافية المدعومة
انظر المكونات: 1d / splinekernel

روبينز = 64 ؛ uint في [1 ، 256]
عدد صناديق الرسم البياني المستخدمة للصورة المرجعية.

rkernel = [bspline: d = 0] ؛ مصنع
نواة المفتاح للحصول على صورة مرجعية parzen hinstogram. للمكونات المدعومة-
الإضافية انظر المكونات: 1d / splinekernel

NCC تطبيع عبر الارتباط.

(لا توجد معلمات)

نجف تقوم هذه الوظيفة بتقييم تشابه الصورة بناءً على التدرج الطبيعي
مجالات. نظرًا لحقول التدرج التي تمت تسويتها $ _S$ لصورة src و $ _R$ لـ
المرجع الصورة تم تنفيذ العديد من المقيِّمين. المعلمات المدعومة هي:

وحدة التقييم = س. قاموس
النوع الفرعي للمكون الإضافي (sq، ds، dot، cross). القيم المدعومة هي:
ds - مربع الفرق المتدرج
نقطة - نواة المنتج العددية
عبر - عبر نواة المنتج

SSD تكلفة الصورة ثلاثية الأبعاد: مجموع الاختلافات التربيعية ، المعلمات المدعومة هي:

أوتوثريش = 0 ؛ تطفو في [0 ، 1000]
استخدم التقنيع التلقائي للصورة المتحركة بأخذ قيم الكثافة فقط
إلى accound أكبر من الحد المعطى.

معيار = 0 ؛ منطقي
عيّن ما إذا كان يجب تسوية المقياس بعدد وحدات بكسل الصورة.

ssd- أوتوماسك
تكلفة الصورة ثنائية الأبعاد: مجموع تربيع الفروق ، مع تحديد المهام تلقائيًا بناءً على المعطى
العتبات ، المعلمات المدعومة هي:

rthresh = 0 ؛ مزدوج
قيمة شدة العتبة للصورة المرجعية.

شريش = 0 ؛ مزدوج
قيمة شدة العتبة للصورة المصدر.

المكونات الإضافية: 3 صورة / مرشح

ممر الموجة مرشح ممر النطاق ، المعلمات المدعومة هي:

ماكس = 3.40282 هـ + 38 ؛ يطفو
الحد الأقصى من النطاق.

دقيقة = 0 ؛ يطفو
الحد الأدنى من الفرقة.

ثنائي مرشح الصورة الثنائية ، المعلمات المدعومة هي:

ماكس = 3.40282 هـ + 38 ؛ يطفو
الحد الأقصى للنطاق المقبول.

دقيقة = 0 ؛ يطفو
الحد الأدنى من النطاق المقبول.

اغلق الإغلاق المورفولوجي ، المعلمات المدعومة هي:

تلميح = أسود ؛ خيط
تلميح في محتوى الصورة الرئيسي (أسود | أبيض).

شكل = [كرة: ص = 2] ؛ مصنع
عنصر الهيكلة. للتعرف على المكونات الإضافية المدعومة ، انظر المكونات الإضافية: 3 صورة / شكل

نجمع اجمع بين صورتين باستخدام عامل التجميع المحدد. إذا تم تعيين "عكس" على
خطأ ، العامل الأول هو الصورة التي تم تمريرها عبر خط أنابيب المرشح ، و
يتم تحميل الصورة الثانية من الملف المعطى بمعامل "صورة" وهو
لحظة تشغيل الفلتر ، المعلمات المدعومة هي:

صورة = (إدخال ، مطلوب ، سلسلة)
الصورة الثانية المطلوبة في أداة التجميع.

op = (مطلوب ، مصنع)
أداة دمج الصور ليتم تطبيقها على الصور. لمعرفة المكونات الإضافية المدعومة انظر
المكونات الإضافية: 3dimage / combiner

عكس = 0 ؛ منطقي
عكس الترتيب الذي تنتقل به الصور إلى أداة التجميع.

تحول مرشح تحويل تنسيق بكسل الصورة ، المعلمات المدعومة هي:

a = 1 ؛ يطفو
معامل التحويل الخطي أ.

b = 0 ؛ يطفو
معامل التحويل الخطي ب.

رسم خريطة = اختيار ؛ قاموس
تخطيط التحويل. القيم المدعومة هي:
اختار - تطبيق تحويل خطي يرسم نطاق الإدخال الحقيقي إليه
نطاق الإخراج الكامل
نطاق - تطبيق التحويل الخطي الذي يحدد نوع بيانات الإدخال
النطاق إلى نطاق نوع بيانات الإخراج
نسخة - نسخ البيانات عند التحويل
خطي - تطبيق التحويل الخطي x -> a * x + b
com.optstat - تطبيق تحويل خطي خرائط بناءً على متوسط ​​الإدخال و
الاختلاف إلى نطاق الإخراج الكامل

ريبن = ubyte. قاموس
نوع بكسل الإخراج. القيم المدعومة هي:
لا شيء - لم يتم تحديد نوع البكسل
الطفو - النقطة العائمة 32 بت
رث - وقع 8 بت
أولونغ - 64 بت بدون توقيع
مضاعفة - النقطة العائمة 64 بت
سينت - وقع 32 بت
قريب - 16 بت بدون توقيع
قصير - وقع 16 بت
UINT - 32 بت بدون توقيع
طويل - وقع 64 بت
بت - البيانات الثنائية
ubyte - 8 بت بدون توقيع

محصول قم بقص منطقة من الصورة ، حيث يتم دائمًا تثبيت المنطقة بالصورة الأصلية
الحجم بمعنى أن النطاق المحدد محفوظ. ، المعلمات المدعومة هي:

النهاية = [[4294967295,4294967295,4294967295،XNUMX]] ، قابل للدفق
نهاية نطاق الاقتصاص ، الحد الأقصى = (-1 ، -1 ، -1).

بداية = [[0,0,0،XNUMX]] ، قابل للدفق
بداية نطاق الاقتصاص.

تمدد مرشح توسيع مكدس الصور ثنائي الأبعاد ، المعلمات المدعومة هي:

تلميح = أسود ؛ خيط
تلميح في محتوى الصورة الرئيسي (أسود | أبيض).

شكل = [كرة: ص = 2] ؛ مصنع
عنصر الهيكلة. للتعرف على المكونات الإضافية المدعومة ، انظر المكونات الإضافية: 3 صورة / شكل

مسافة قم بتقييم تحويل المسافة ثلاثية الأبعاد لصورة. إذا كانت الصورة عبارة عن قناع ثنائي ،
ثم تقابل نتيجة تحويل المسافة في كل نقطة الإقليدية
المسافة إلى القناع. إذا كانت الصورة المدخلة ذات قيمة بكسل قياسي ، فإن ملف
يتم تفسير هذا الحجم على أنه حقل مرتفع وتضيف قيمة كل بكسل إلى
مسافه: بعد.

(لا توجد معلمات)

المصغر قم بتقليل حجم صورة الإدخال باستخدام حجم كتلة معين لتحديد النطاق المصغر
عامل. قبل تغيير حجم الصورة ، يتم ترشيحها بواسطة مرشح تجانس إلى
القضاء على البيانات عالية التردد وتجنب التشويش. ، المدعومة
المعلمات هي:

b = [[1,1,1،3]] ؛ XNUMXdbounds
مقاس الكتله.

bx = 1 ؛ uint في [1، inf)
كتل في الاتجاه س.

by = 1 ؛ uint في [1، inf)
كتل في اتجاه ص.

bz = 1 ؛ uint في [1، inf)
كتل في اتجاه z.

نواة = غاوس خيط
تنعيم نواة مرشح ليتم تطبيقها ، يتم تقدير حجم المرشح
بناء على حجم البلوك ..

تقلص مرشح تآكل مكدس الصور ثنائي الأبعاد ، المعلمات المدعومة هي:

تلميح = أسود ؛ خيط
تلميح في محتوى الصورة الرئيسي (أسود | أبيض).

شكل = [كرة: ص = 2] ؛ مصنع
عنصر الهيكلة. للتعرف على المكونات الإضافية المدعومة ، انظر المكونات الإضافية: 3 صورة / شكل

الغاوس وحدة الحث المغنطيسي مرشح جاوس متناحٍ ثنائي الأبعاد ، المعلمات المدعومة هي:

w = 1 ؛ int في [0، inf)
معلمة عرض المرشح.

غرادورم صورة ثلاثية الأبعاد لمرشح معيار التدرج

(لا توجد معلمات)

قناع النمو استخدم قناع إدخال ثنائي وصورة مرجعية ذات مقياس رمادي للقيام بتنمية المنطقة
عن طريق إضافة وحدات البكسل المجاورة لوحدة بكسل مضافة بالفعل إذا كانت أقل
شدة أعلى من الحد المعطى. ، المعلمات المدعومة هي:

دقيقة = 1 ؛ يطفو
عتبة أقل لزراعة القناع.

المرجع = (إدخال ، مطلوب ، سلسلة)
صورة مرجعية لمنطقة القناع المتنامية.

شكل = 6 ن ؛ مصنع
قناع الحي. للتعرف على المكونات الإضافية المدعومة ، انظر المكونات الإضافية: 3dimage / shape

عكس مرشح عكس الشدة

(لا توجد معلمات)

إيزوفوكسيل يقيس هذا المرشح الصورة ليجعل حجم فوكسل متساوي القياس وحجمه
تتوافق مع القيمة المحددة ، المعلمات المدعومة هي:

تدخل = [bspline: d = 3] ؛ مصنع
نواة الاستيفاء لاستخدامها. لمعرفة المكونات الإضافية المدعومة انظر
المكونات الإضافية: 1d / splinekernel

المقاسات = 1 ؛ تطفو في (0 ، inf)
حجم فوكسل الهدف متساوي القياس.

كمين 3D صورة k- يعني مرشح. في صورة الإخراج ، تمثل قيمة البكسل
يتم تخزين عضوية الفصل ومراكز الفصل كسمة في الصورة.،
المعلمات المدعومة هي:

c = 3 ؛ int في [2، inf)
عدد الفصول.

ملصق مرشح لتسمية المكونات المتصلة للصورة الثنائية. ، مدعوم
المعلمات هي:

n = 6 ن ؛ مصنع
قناع الحي. للتعرف على المكونات الإضافية المدعومة ، انظر المكونات الإضافية: 3dimage / shape

خريطة التسمية مرشح الصورة لإعادة تعيين معرف التسمية. ينطبق فقط على الصور ذات القيمة الصحيحة
الشدة / الملصقات ، المعلمات المدعومة هي:

رسم خريطة = (إدخال ، مطلوب ، سلسلة)
ملف تعيين التسمية.

تسميات
عامل تصفية يقوم فقط بإنشاء وحدات بكسل الإخراج التي تم إنشاؤها بالفعل في الإدخال
صورة. يتم القياس باستخدام خوارزميات التصويت التي تحدد الهدف
تعتمد قيمة البكسل على أعلى عدد بكسل لتسمية معينة في ملف
منطقة المصدر المقابلة. إذا كانت المنطقة تتألف من علامتين متماثلتين
العد ، الذي لديه رقم أقل يفوز. ، المعلمات المدعومة هي:

خارج الحجم = (مطلوب ، 3dbounds)
الحجم المستهدف المعطى كقيمتين منفصلتين في غيبوبة.

تحميل قم بتحميل صورة الإدخال من ملف واستخدمها لاستبدال الصورة الحالية بتنسيق
خط الأنابيب. ، المعلمات المدعومة هي:

ملف = (إدخال ، مطلوب ، سلسلة)
اسم ملف الإدخال المراد التحميل منه ..

lvdown مقياس
هذا هو تسمية مرشح التصنيف الأدنى. إنها تحجيم صورة ثلاثية الأبعاد بواسطة الكتل.
لكل كتلة التسمية (غير الصفرية) التي تظهر في معظم الأوقات في الكتلة هي
تصدر كبكسل إخراج في الصورة المستهدفة. إذا ظهرت تسميتان بنفس الرقم
من المرات ، يفوز الشخص ذو القيمة المطلقة الأقل. ، المعلمات المدعومة هي:

b = [[1,1,1،3]] ؛ XNUMXdbounds
blockize لتصغير الحجم. سيتم تمثيل كل كتلة ببكسل واحد
في الصورة المستهدفة ..

قناع قم بإخفاء صورة ، يتم أخذ صورة واحدة من قائمة المعلمات والأخرى من
إدخال المرشح العادي. يجب أن تكون كلتا الصورتين من نفس الأبعاد ويجب أن تكون واحدة
كن ثنائي. سمات الصورة التي تأتي من خلال خط أنابيب المرشح هي
محفوظة. يتوافق نوع بكسل الإخراج مع صورة الإدخال التي ليست كذلك
ثنائي. ، المعلمات المدعومة هي:

إدخال = (إدخال ، مطلوب ، سلسلة)
اسم ملف صورة الإدخال الثاني.

تعني مرشح متوسط ​​الصورة ثنائي الأبعاد ، المعلمات المدعومة هي:

w = 1 ؛ int في [1، inf)
عرض نصف مرشح.

متوسط مرشح متوسط ​​ثلاثي الأبعاد ، المعلمات المدعومة هي:

w = 1 ؛ int في [1، inf)
معلمة عرض المرشح.

mlv متوسط ​​مرشح الصور ثنائي الأبعاد الأقل تباينًا ، المعلمات المدعومة هي:

w = 1 ؛ int في [1، inf)
معلمة عرض المرشح.

com.msnormalizer
مرشح تطبيع الصورة ثلاثية الأبعاد يعني سيغما ، المعلمات المدعومة هي:

w = 1 ؛ int في [1، inf)
عرض نصف مرشح.

جاكيت المعلمات المورفولوجية المفتوحة والمدعومة هي:

تلميح = أسود ؛ خيط
تلميح في محتوى الصورة الرئيسي (أسود | أبيض).

شكل = [كرة: ص = 2] ؛ مصنع
عنصر الهيكلة. للتعرف على المكونات الإضافية المدعومة ، انظر المكونات الإضافية: 3 صورة / شكل

إعادة توجيه مرشح إعادة توجيه الصورة ثلاثية الأبعاد ، المعلمات المدعومة هي:

رسم خريطة = س ص. قاموس
رسم خرائط الخط المراد تطبيقها. القيم المدعومة هي:
p-zxy - يتبادل x-> y-> z-> x
ص- x180 - استدارة حول المحور X في اتجاه عقارب الساعة 180 درجة
XYZ - حافظ على التوجه
p-yzx - يتبادل x-> z-> y-> x
آر- z180 - استدارة حول المحور z في اتجاه عقارب الساعة 180 درجة
ص- y270 - استدر حول المحور الصادي باتجاه عقارب الساعة بمقدار 270 درجة
f-xz - قلب xz
و yz - اقلب yz
ص- x90 - استدارة حول المحور X في اتجاه عقارب الساعة 90 درجة
ص- y90 - استدر حول المحور الصادي باتجاه عقارب الساعة بمقدار 90 درجة
ص- x270 - استدارة حول المحور X في اتجاه عقارب الساعة 270 درجة
آر- z270 - استدارة حول المحور z في اتجاه عقارب الساعة 270 درجة
آر- z90 - استدارة حول المحور z في اتجاه عقارب الساعة 90 درجة
f-xy - الوجه xy
ص- y180 - استدر حول المحور الصادي باتجاه عقارب الساعة بمقدار 180 درجة

تغيير حجم تغيير حجم الصورة. يتم توسيط البيانات الأصلية داخل الصورة الجديدة الحجم.،
المعلمات المدعومة هي:

المقاسات = [[0,0,0،XNUMX]] ، قابل للدفق
الحجم الجديد للصورة يشير الحجم 0 إلى الاحتفاظ بحجم
البعد المقابل ..

رمال مرشح الملح والفلفل ثلاثي الأبعاد ، المعلمات المدعومة هي:

درس الحنطة = 100 ؛ تطفو في [0، INF)
قيمة العتبة.

w = 1 ؛ int في [1، inf)
معلمة عرض المرشح.

مقياس مرشح الصور ثلاثية الأبعاد الذي يتناسب مع حجم هدف معين ، المعلمات المدعومة هي:

تدخل = [bspline: d = 3] ؛ مصنع
نواة الاستيفاء لاستخدامها. لمعرفة المكونات الإضافية المدعومة انظر
المكونات الإضافية: 1d / splinekernel

s = [[0,0,0،3]] ؛ XNUMXdbounds
الحجم المستهدف لتعيين جميع المكونات مرة واحدة (المكون 0: استخدام صورة الإدخال
بحجم).

sx = 0 ؛ uint في [0، inf)
الحجم المستهدف في الاتجاه x (0: استخدم حجم صورة الإدخال).

sy = 0 ؛ uint في [0، inf)
الحجم المستهدف في الاتجاه y (0: استخدم حجم صورة الإدخال).

sz = 0 ؛ uint في [0، inf)
الحجم المستهدف في الاتجاه y (0: استخدم حجم صورة الإدخال).

اختر مرشح يقوم بإنشاء قناع ثنائي يمثل الكثافة بأعلى درجة
عدد البكسل. سيتم تجاهل قيمة البكسل 0 ، وإذا كان هناك شدتان بهما
نفس عدد البكسل ، ثم النتيجة غير محددة. يجب أن يحتوي بكسل الإدخال على ملف
نوع بكسل متكامل.

(لا توجد معلمات)

sepconv كثافة الصورة ثنائية الأبعاد ، مرشح الالتواء المنفصل ، المعلمات المدعومة هي:

kx = [جاوس: w = 1] ؛ مصنع
نواة التصفية في اتجاه x. لمعرفة المكونات الإضافية المدعومة انظر
المكونات الإضافية: 1d / spacialkernel

ky = [جاوس: w = 1] ؛ مصنع
نواة التصفية في اتجاه ص. لمعرفة المكونات الإضافية المدعومة انظر
المكونات الإضافية: 1d / spacialkernel

kz = [جاوس: w = 1] ؛ مصنع
نواة التصفية في اتجاه z. لمعرفة المكونات الإضافية المدعومة انظر
المكونات الإضافية: 1d / spacialkernel

عليه الصلاة والسلام رأس الماء المصنف. تستخرج الخوارزمية بالضبط العديد من الكواشف كأولوية
يتم تقديم الملصقات في صورة البذور. ، المعلمات المدعومة هي:

غراد = 0 ؛ منطقي
تفسير الصورة المدخلة على أنها تدرج. .

علامة = 0 ؛ منطقي
قم بتمييز مستجمعات المياه المجزأة بقيمة مقياس رمادية خاصة.

n = [كرة: ص = 1] ؛ مصنع
جوار منطقة رأس الماء المتنامي. لمعرفة المكونات الإضافية المدعومة انظر
المكونات الإضافية: 3 صورة / شكل

بذرة = (إدخال ، مطلوب ، سلسلة)
صورة إدخال البذور تحتوي على العلامات للمناطق الأولية.

نقطة الإنطلاق احفظ صورة الإدخال في ملف وقم أيضًا بتمريرها إلى المرشح التالي ،
المعلمات المدعومة هي:

ملف = (الإخراج ، مطلوب ، سلسلة)
اسم ملف الإخراج لحفظ الصورة أيضا ..

رقيق التخفيف المورفولوجي ثلاثي الأبعاد ، استنادًا إلى: Lee and Kashyap ، نماذج بناء الهيكل العظمي
عبر خوارزميات ترقق السطح / المحور ثلاثي الأبعاد ، والنماذج الرسومية والصورة
معالجة، 56(6): 462-478 ، 1994. هذا التطبيق يدعم فقط 26
حي.

(لا توجد معلمات)

تحول تحويل صورة الإدخال مع التحويل المحدد. ، المعلمات المدعومة
هي:

ملف = (إدخال ، مطلوب ، سلسلة)
اسم الملف الذي يحتوي على التحويل ..

غير محدود = ؛ خيط
تجاوز شروط حدود الاستيفاء للصورة.

إمغكيرنيل = ؛ خيط
تجاوز نواة محرف الصورة.

فرق مرشح تباين الصورة ثلاثية الأبعاد ، المعلمات المدعومة هي:

w = 1 ؛ int في [1، inf)
عرض نصف مرشح.

ws تجزئة رأس الماء الأساسية ، المعلمات المدعومة هي:

ايفالغراد = 0 ؛ منطقي
اضبط على 1 إذا كانت صورة الإدخال لا تمثل صورة معيارية متدرجة.

علامة = 0 ؛ منطقي
قم بتمييز مستجمعات المياه المجزأة بقيمة مقياس رمادية خاصة.

n = [كرة: ص = 1] ؛ مصنع
جوار منطقة رأس الماء المتنامي. لمعرفة المكونات الإضافية المدعومة انظر
المكونات الإضافية: 3 صورة / شكل

درس الحنطة = 0 ؛ تطفو في [0 ، 1)
عتبة معيار التدرج النسبي. القيمة الفعلية لعتبة القيمة هي
عتبة * (max_grad - min_grad) + min_grad. أحواض مفصولة بتدرجات
مع معيار أقل سيتم ضمها.

المكونات الإضافية: 3dimage / fullcost

صورة وظيفة تكلفة تشابه الصورة المعممة التي تتعامل أيضًا مع الدقة المتعددة
يعالج. يتم إعطاء مقياس التشابه الفعلي معلمة إضافية es.،
المعلمات المدعومة هي:

كلف = SSD ؛ مصنع
نواة دالة التكلفة. للتعرف على المكونات الإضافية المدعومة ، انظر PLUGINS: 3dimage / cost

تصحيح = 0 ؛ منطقي
حفظ النتائج الوسيطة للتصحيح.

المرجع = (إدخال ، سلسلة)
صورة المرجعية.

SRC = (إدخال ، سلسلة)
صورة الدراسة.

وزن = 1 ؛ يطفو
وزن دالة التكلفة.

التسمية
وظيفة تكلفة التشابه التي تحدد تسميات صورتين وتسميات المقابض-
الحفاظ على معالجة متعددة الدقة ، المعلمات المدعومة هي:

ماكسليبل = 256 ؛ كثافة العمليات في [2 ، 32000]
أقصى عدد من الملصقات للنظر فيها.

المرجع = (إدخال ، سلسلة)
صورة المرجعية.

SRC = (إدخال ، سلسلة)
صورة الدراسة.

وزن = 1 ؛ يطفو
وزن دالة التكلفة.

الصورة المقنعة
وظيفة تكلفة تشابه الصورة المقنعة المعممة التي تتعامل أيضًا مع
معالجة القرار. يجب تعبئة الأقنعة المزودة بكثافة في المناطق
معالجة متعددة الدقة وإلا فقد تضيع معلومات القناع
عند تصغير حجم الصورة. قد يتم ترشيح القناع مسبقًا - بعد الترشيح المسبق
يجب أن تكون الأقنعة من نوع البت. والقناع المرجعي والقناع المحول لـ
يتم الجمع بين صورة الدراسة بواسطة ثنائي AND. يتم إعطاء مقياس التشابه الفعلي
المعلمات الإضافية es. ، المعلمات المدعومة هي:

كلف = SSD ؛ مصنع
نواة دالة التكلفة. لمعرفة المكونات الإضافية المدعومة انظر
المكونات الإضافية: 3 صورة / تكلفة مقنعة

المرجع = (إدخال ، سلسلة)
صورة المرجعية.

المرجع قناع = (إدخال ، سلسلة)
قناع الصورة المرجعية (ثنائي).

المرجع قناع مرشح = ؛ مصنع
قم بالتصفية لإعداد صورة القناع المرجعي، ويجب أن يكون الإخراج ثنائيًا
image .. للاطلاع على المكونات الإضافية المدعومة ، انظر المكونات الإضافية: 3dimage / filter

SRC = (إدخال ، سلسلة)
صورة الدراسة.

قناع src = (إدخال ، سلسلة)
دراسة قناع الصورة (ثنائي).

مرشح قناع src = ؛ مصنع
مرشح لتحضير صورة قناع الدراسة ، يجب أن يكون الناتج ثنائيًا
image .. للاطلاع على المكونات الإضافية المدعومة ، انظر المكونات الإضافية: 3dimage / filter

وزن = 1 ؛ يطفو
وزن دالة التكلفة.

tagssd يقيم مجموع تشابه الفروق التربيعية باستخدام ثلاثة
أزواج الصور الموسومة. يتم تقييم قيمة دالة التكلفة بناءً على كل الصور
أزواج ، لكن التدرج يتكون من تكوين مكونه بناءً على العلامة
الاتجاه. ، المعلمات المدعومة هي:

refx = (إدخال ، سلسلة)
الصورة المرجعية علامة X.

المرجع = (إدخال ، سلسلة)
الصورة المرجعية Y-tag.

refz = (إدخال ، سلسلة)
الصورة المرجعية Z-tag.

com.srcx = (إدخال ، سلسلة)
دراسة علامة X للصورة.

com.srcy = (إدخال ، سلسلة)
دراسة الصورة Y-tag.

srcz = (إدخال ، سلسلة)
دراسة صورة Z-tag.

وزن = 1 ؛ يطفو
وزن دالة التكلفة.

المكونات الإضافية: 3dimage / io

تحليل تحليل 7.5 صورة

امتدادات الملفات التي تم التعرف عليها: .HDR ، .hdr

أنواع العناصر المدعومة:
بدون إشارة 8 بت ، توقيع 16 بت ، توقيع 32 بت ، نقطة عائمة 32 بت ،
النقطة العائمة 64 بت

داتابول IO الظاهري من وإلى تجمع البيانات الداخلي

امتدادات الملفات التي تم التعرف عليها:. @

ديكوم سلسلة صور Dicom ثلاثية الأبعاد

امتدادات الملفات التي تم التعرف عليها: .DCM ، .dcm

أنواع العناصر المدعومة:
توقيع 16 بت ، 16 بت بدون توقيع

hdf5 HDF5 صورة ثلاثية الأبعاد IO

امتدادات الملفات التي تم التعرف عليها: H5، .h5

أنواع العناصر المدعومة:
بيانات ثنائية ، موقعة 8 بت ، بدون إشارة 8 بت ، موقعة 16 بت ، بدون توقيع 16 بت ،
توقيع 32 بت ، بدون توقيع 32 بت ، توقيع 64 بت ، بدون توقيع 64 بت ، عائم
النقطة 32 بت ، النقطة العائمة 64 بت

inria صورة INRIA

امتدادات الملفات التي تم التعرف عليها: .INR ، .inr

أنواع العناصر المدعومة:
توقيع 8 بت ، بدون توقيع 8 بت ، توقيع 16 بت ، بدون توقيع 16 بت ، 32 بت
بت ، بدون إشارة 32 بت ، النقطة العائمة 32 بت ، النقطة العائمة 64 بت

MHD MetaIO 3D image IO باستخدام تطبيق VTK (تجريبي).

امتدادات الملفات المعترف بها: .MHA ، .MHD ، .mha ، .mhd

أنواع العناصر المدعومة:
توقيع 8 بت ، بدون توقيع 8 بت ، توقيع 16 بت ، بدون توقيع 16 بت ، 32 بت
بت ، بدون إشارة 32 بت ، النقطة العائمة 32 بت ، النقطة العائمة 64 بت

نيفتي صورة NIFTI-1 ثلاثية الأبعاد IO

امتدادات الملفات التي تم التعرف عليها: .NII ، .nii

أنواع العناصر المدعومة:
توقيع 8 بت ، بدون توقيع 8 بت ، توقيع 16 بت ، بدون توقيع 16 بت ، 32 بت
بت ، بدون إشارة 32 بت ، توقيع 64 بت ، بدون توقيع 64 بت ، نقطة عائمة 32
بت ، النقطة العائمة 64 بت

فف تنسيق VFF Sun النقطية

امتدادات الملفات التي تم التعرف عليها: .VFF ، .vff

أنواع العناصر المدعومة:
8 بت غير موقعة ، 16 بت

فيستا عرض ثنائي الأبعاد

امتدادات الملفات التي تم التعرف عليها: .V ، .VISTA ، .v ، .vista

أنواع العناصر المدعومة:
بيانات ثنائية ، موقعة 8 بت ، بدون إشارة 8 بت ، موقعة 16 بت ، بدون توقيع 16 بت ،
توقيع 32 بت ، بدون إشارة 32 بت ، النقطة العائمة 32 بت ، النقطة العائمة 64
بت

VTI إدخال وإخراج VTK-XML للصور ثلاثية الأبعاد (تجريبي).

امتدادات الملفات المعترف بها: .VTI، .vti

أنواع العناصر المدعومة:
توقيع 8 بت ، بدون توقيع 8 بت ، توقيع 16 بت ، بدون توقيع 16 بت ، 32 بت
بت ، بدون إشارة 32 بت ، النقطة العائمة 32 بت ، النقطة العائمة 64 بت

فتق إدخال وإخراج صورة ثلاثية الأبعاد VTK (تجريبي).

امتدادات الملفات التي تم التعرف عليها: .VTK ، .VTKIMAGE ، .vtk ، .vtkimage

أنواع العناصر المدعومة:
بيانات ثنائية ، موقعة 8 بت ، بدون إشارة 8 بت ، موقعة 16 بت ، بدون توقيع 16 بت ،
توقيع 32 بت ، بدون إشارة 32 بت ، النقطة العائمة 32 بت ، النقطة العائمة 64
بت

المكونات الإضافية: 3 صورة / تكلفة مقنعة

lncc الارتباط التبادلي الموضعي المحلي مع دعم الإخفاء. ، المعلمات المدعومة
هي:

w = 5 ؛ uint في [1 ، 256]
نصف عرض النافذة المستخدمة لتقييم التقاطع المحلي
علاقة.

mi المعلومات المتبادلة المستندة إلى المفتاح المعزول مع الإخفاء ، المعلمات المدعومة هي:

مختون = 0 ؛ تطفو في [0 ، 40]
النسبة المئوية للبكسلات المطلوب قطعها بكثافة عالية ومنخفضة للإزالة
القيم المتطرفة.

مبينز = 64 ؛ uint في [1 ، 256]
عدد صناديق الرسم البياني المستخدمة للصورة المتحركة.

مكيرنيل = [bspline: d = 3] ؛ مصنع
نواة المفتاح لتحريك الصورة hinstogram parzen. للمكونات الإضافية المدعومة
انظر المكونات: 1d / splinekernel

روبينز = 64 ؛ uint في [1 ، 256]
عدد صناديق الرسم البياني المستخدمة للصورة المرجعية.

rkernel = [bspline: d = 0] ؛ مصنع
نواة المفتاح للحصول على صورة مرجعية parzen hinstogram. للمكونات المدعومة-
الإضافية انظر المكونات: 1d / splinekernel

NCC تطبيع الارتباط المتبادل مع دعم اخفاء.

(لا توجد معلمات)

SSD مجموع تربيع الاختلافات مع اخفاء.

(لا توجد معلمات)

المكونات الإضافية: 3 صورة / شكل

18n 18n حي 3D الشكل الخالق

(لا توجد معلمات)

26n 26n حي 3D الشكل الخالق

(لا توجد معلمات)

6n 6n حي 3D الشكل الخالق

(لا توجد معلمات)

ميدان حي الشكل الكروي مغلق بما في ذلك البيكسلات داخل نصف قطر معين
ص ، المعلمات المدعومة هي:

r = 2 ؛ تطفو في (0 ، inf)
نصف قطر الكرة.

المكونات الإضافية: 3 صورة / تحويل

يصقل التحويل التقريبي (12 درجة من الحرية) ، المعلمات المدعومة هي:

غير محدود = مرآة مصنع
شروط حدود الصورة الاستيفاء. لمعرفة المكونات الإضافية المدعومة انظر
المكونات الإضافية: 1d / splinebc

إمغكيرنيل = [bspline: d = 3] ؛ مصنع
نواة محرف الصورة. لمعرفة المكونات الإضافية المدعومة انظر
المكونات الإضافية: 1d / splinekernel

axirot تحويل الدوران المقيد (درجة واحدة من الحرية). التحول هو
يقتصر على الدوران حول المحور المحدد حول الدوران المعطى
المركز ، المعلمات المدعومة هي:

محور = (مطلوب ، 3dfvector)
محور الدوران.

غير محدود = مرآة مصنع
شروط حدود الصورة الاستيفاء. لمعرفة المكونات الإضافية المدعومة انظر
المكونات الإضافية: 1d / splinebc

إمغكيرنيل = [bspline: d = 3] ؛ مصنع
نواة محرف الصورة. لمعرفة المكونات الإضافية المدعومة انظر
المكونات الإضافية: 1d / splinekernel

الأصل = (مطلوب ، 3dfvector)
مركز التحول.

مشتق تحويل أفيني مقيد (3 درجات من الحرية). التحول هو
يقتصر على الدوران حول المحور المحدد والقص على طول المحورين
عموديًا على المعطى المعطى ، المعلمات المدعومة هي:

محور = (مطلوب ، 3dfvector)
محور الدوران.

غير محدود = مرآة مصنع
شروط حدود الصورة الاستيفاء. لمعرفة المكونات الإضافية المدعومة انظر
المكونات الإضافية: 1d / splinebc

إمغكيرنيل = [bspline: d = 3] ؛ مصنع
نواة محرف الصورة. لمعرفة المكونات الإضافية المدعومة انظر
المكونات الإضافية: 1d / splinekernel

الأصل = (مطلوب ، 3dfvector)
مركز التحول.

جامد التحول الجامد ، أي الدوران والترجمة (ست درجات من الحرية). ،
المعلمات المدعومة هي:

غير محدود = مرآة مصنع
شروط حدود الصورة الاستيفاء. لمعرفة المكونات الإضافية المدعومة انظر
المكونات الإضافية: 1d / splinebc

إمغكيرنيل = [bspline: d = 3] ؛ مصنع
نواة محرف الصورة. لمعرفة المكونات الإضافية المدعومة انظر
المكونات الإضافية: 1d / splinekernel

الأصل = [[0,0,0،3،XNUMX]] ، XNUMXdfvector
مركز الدوران النسبي ، أي <0.5,0.5,0.5،XNUMX،XNUMX> يتوافق مع مركز
الحجم.

تناوب تحويل الدوران (ثلاث درجات من الحرية). ، المعلمات المدعومة هي:

غير محدود = مرآة مصنع
شروط حدود الصورة الاستيفاء. لمعرفة المكونات الإضافية المدعومة انظر
المكونات الإضافية: 1d / splinebc

إمغكيرنيل = [bspline: d = 3] ؛ مصنع
نواة محرف الصورة. لمعرفة المكونات الإضافية المدعومة انظر
المكونات الإضافية: 1d / splinekernel

الأصل = [[0,0,0،3،XNUMX]] ، XNUMXdfvector
مركز الدوران النسبي ، أي <0.5,0.5,0.5،XNUMX،XNUMX> يتوافق مع مركز
الحجم.

روتبيند التحول المقيد (4 درجات من الحرية). التحول
يقتصر على الدوران حول المحور x و y والانحناء على طول x
في كل اتجاه ، مع زيادة الانحناء مع
المسافة المربعة من محور الدوران. المعلمات المدعومة هي:

غير محدود = مرآة مصنع
شروط حدود الصورة الاستيفاء. لمعرفة المكونات الإضافية المدعومة انظر
المكونات الإضافية: 1d / splinebc

إمغكيرنيل = [bspline: d = 3] ؛ مصنع
نواة محرف الصورة. لمعرفة المكونات الإضافية المدعومة انظر
المكونات الإضافية: 1d / splinekernel

norot = 0 ؛ منطقي
لا تقم بتحسين الدوران.

الأصل = (مطلوب ، 3dfvector)
مركز التحول.

خدد التحويل الحر الذي يمكن وصفه بمجموعة من معاملات B-spline
ونواة B-spline الأساسية ، والمعلمات المدعومة هي:

يانسون = [[0,0,0،3،XNUMX]] ، XNUMXdfvector
معدل معامل الخواص بالبكسل ، ستكون القيم غير الموجبة
تم استبدالها بقيمة "السعر" ..

تصحيح = 0 ؛ منطقي
تمكين إخراج التصحيح الإضافي.

غير محدود = مرآة مصنع
شروط حدود الصورة الاستيفاء. لمعرفة المكونات الإضافية المدعومة انظر
المكونات الإضافية: 1d / splinebc

إمغكيرنيل = [bspline: d = 3] ؛ مصنع
نواة محرف الصورة. لمعرفة المكونات الإضافية المدعومة انظر
المكونات الإضافية: 1d / splinekernel

نواة = [bspline: d = 3] ؛ مصنع
نواة خدد التحول. لمعرفة المكونات الإضافية المدعومة انظر
المكونات الإضافية: 1d / splinekernel

ركلة جزاء = ؛ مصنع
مصطلح الطاقة عقوبة التحويل. لمعرفة المكونات الإضافية المدعومة انظر
المكونات الإضافية: 3d تحويل / splinepenalty

معدل = 10 ؛ تطفو في [1، INF)
معدل معامل الخواص بالبكسل.

ترجمه الترجمة (ثلاث درجات من الحرية) ، المعلمات المدعومة هي:

غير محدود = مرآة مصنع
شروط حدود الصورة الاستيفاء. لمعرفة المكونات الإضافية المدعومة انظر
المكونات الإضافية: 1d / splinebc

إمغكيرنيل = [bspline: d = 3] ؛ مصنع
نواة محرف الصورة. لمعرفة المكونات الإضافية المدعومة انظر
المكونات الإضافية: 1d / splinekernel

vf يقوم هذا المكون الإضافي بتنفيذ عملية تحويل تحدد ترجمة لكل منها
نقطة الشبكة التي تحدد مجال التحويل. ، مدعومة
المعلمات هي:

غير محدود = مرآة مصنع
شروط حدود الصورة الاستيفاء. لمعرفة المكونات الإضافية المدعومة انظر
المكونات الإضافية: 1d / splinebc

إمغكيرنيل = [bspline: d = 3] ؛ مصنع
نواة محرف الصورة. لمعرفة المكونات الإضافية المدعومة انظر
المكونات الإضافية: 1d / splinekernel

المكونات الإضافية: 3dtransform / io

BBS ثنائي (غير محمول) متسلسل IO للتحويلات ثنائية الأبعاد

امتدادات الملفات المعترف بها: .bbs

داتابول IO الظاهري من وإلى تجمع البيانات الداخلي

امتدادات الملفات التي تم التعرف عليها:. @

فيستا تخزين فيستا للتحولات ثنائية الأبعاد

امتدادات الملفات التي تم التعرف عليها: .v ، .v3dt

XML تسلسل XML IO للتحويلات ثنائية الأبعاد

امتدادات الملفات المعترف بها: .x3dt

المكونات الإضافية: 3d تحويل / splinepenalty

com.divcurl divcurl عقوبة التحويل ، المعلمات المدعومة هي:

حليقة = 1 ؛ تطفو في [0، INF)
وزن العقوبة على الضفيرة.

شعبة = 1 ؛ تطفو في [0، INF)
وزن العقوبة على الاختلاف.

معيار = 0 ؛ منطقي
اضبط على 1 إذا كان يجب تسوية العقوبة فيما يتعلق بالصورة
حجم.

وزن = 1 ؛ تطفو في (0 ، inf)
وزن طاقة الجزاء.

المكونات الإضافية: المصغر / واحد

gdas نزول متدرج مع تصحيح تلقائي لحجم الخطوة ، المعلمات المدعومة هي:

ftolr = 0 ؛ مزدوج في [0 ، inf)
توقف إذا كان التغيير النسبي للمعيار أقل من ..

ماكس خطوة = 2 ؛ مزدوج في (0 ، inf)
الحد الأقصى لحجم الخطوة المطلق.

الحد الأقصى = 200 ؛ uint في [1، inf)
معيار الإيقاف: الحد الأقصى لعدد التكرارات.

دقيقة = 0.1 ؛ مزدوج في (0 ، inf)
الحد الأدنى لحجم الخطوة المطلق.

xtola = 0.01 ؛ مزدوج في [0 ، inf)
توقف إذا كانت قاعدة المعلومات المشعة للتغيير المطبق على x أقل من هذه القيمة ..

com.gdsq نزول متدرج مع تقدير خطوة تربيعية ، المعلمات المدعومة هي:

ftolr = 0 ؛ مزدوج في [0 ، inf)
توقف إذا كان التغيير النسبي للمعيار أقل من ..

gtola = 0 ؛ مزدوج في [0 ، inf)
توقف إذا كان معيار inf من التدرج أقل من هذه القيمة ..

الحد الأقصى = 100 ؛ uint في [1، inf)
معيار الإيقاف: الحد الأقصى لعدد التكرارات.

مقياس = 2 ؛ مزدوج في (1 ، inf)
تغيير حجم الخطوة الثابتة الاحتياطية.

. = 0.1 ؛ مزدوج في (0 ، inf)
حجم الخطوة الأولي.

xtola = 0 ؛ مزدوج في [0 ، inf)
توقف إذا كانت قاعدة المعلومات الخاصة بتحديث x أقل من هذه القيمة ..

GSL مُكوِّن إضافي مُحسِّن يعتمد على مُحسِّن متعدد الوسائط لمكتبة GNU العلمية
(GSL) https://www.gnu.org/software/gsl/ ، المعلمات المدعومة هي:

العائد على السهم = 0.01 ؛ مزدوج في (0 ، inf)
أدوات تحسين الأداء القائمة على التدرج: توقف عند | grad | <eps، simplex: توقف متى
الحجم البسيط <eps ..

ايتر = 100 ؛ uint في [1، inf)
أقصى عدد من التكرارات.

اختار = غد ؛ قاموس
مُحسِّن محدد لاستخدامه .. القيم المدعومة هي:
com.bfgs - برويدن فليتشر - جولدفارب - شان
bfgs2 - Broyden-Fletcher-Goldfarb-Shann (الإصدار الأكثر كفاءة)
الفريق الاستشاري الاب - خوارزمية Flecher-Reeves المترافقة للتدرج
gd - نزول متدرج.
البسيط - خوارزمية Simplex لنيلدر وميد
الفريق الاستشاري العلاقات العامة - خوارزمية التدرج المتقارن Polak-Ribiere

. = 0.001 ؛ مزدوج في (0 ، inf)
حجم الخطوة الأولي.

تول = 0.1 ؛ مزدوج في (0 ، inf)
بعض معلمات التسامح.

nlopt تصغير الخوارزميات باستخدام مكتبة NLOPT ، للحصول على وصف لملف
المحسنون يرجى الاطلاع على "http://ab-
initio.mit.edu/wiki/index.php/NLopt_Algorithms '، المعلمات المدعومة هي:

فتولا = 0 ؛ مزدوج في [0 ، inf)
معيار الإيقاف: التغيير المطلق لقيمة الهدف أقل
هذه القيمة.

ftolr = 0 ؛ مزدوج في [0 ، inf)
معيار التوقف: التغيير النسبي لقيمة الهدف أدناه
هذه القيمة.

أعلى = الوقود النووي المشع ؛ مزدوج
حد أعلى (متساوي لجميع المعلمات).

محلي = لا شيء ؛ قاموس
خوارزمية التصغير المحلية التي قد تكون مطلوبة للملف الرئيسي
خوارزمية التصغير .. القيم المدعومة هي:
gn- اصل مباشر- l - قسمة المستطيلات (التنفيذ الأصلي ،
متحيز محليا)
نوسكال مباشر - تقسيم المستطيلات (بدون مقياس ، متحيز محليًا)
gn-isres - تحسين إستراتيجية تطور التصنيف العشوائي
ld-tnewton - اقتطاع نيوتن
gn-مباشر-l-راند - تقسيم المستطيلات (متحيزة محليًا ، عشوائية)
ln-newuoa - التحسين غير المقيد الخالي من المشتقات عن طريق التكرار
بناء التقريب التربيعي
gn-Direct-l-rand-noscale - قسمة المستطيلات (بدون مقياس محلي
متحيز ، عشوائي)
GN- اصل مباشر - قسمة المستطيلات (التنفيذ الأصلي)
ld-tnewton-precond - اقتطاع نيوتن مشروط مسبقًا
إعادة تشغيل ld-tnewton - اقتطاع نيوتن مع إعادة التشغيل عند أقصى درجات الانحدار
Gn- مباشر - قسمة المستطيلات
ln-neldermead - خوارزمية Nelder-Mead البسيطة
ln-cobyla - التحسين المقيد بالتقريب الخطي
gn-crs2-lm - البحث العشوائي الخاضع للرقابة مع الطفرة المحلية
ld-var2 - متغير ذو ذاكرة محدودة متحولة ، المرتبة 2
ld-var1 - متغير ذو ذاكرة محدودة متحولة ، المرتبة 1
ld-mma - طريقة تحريك الخطوط المقاربة
ld-lbfgs-nocedal - لا أحد
ld-lbfgs - BFGS منخفضة التخزين
GN- مباشر- ل - قسمة المستطيلات (متحيزة محليًا)
لا شيء - لا تحدد الخوارزمية
ln- بوبيقا - التحسين المقيّد الخالي من المشتقات
ln- sbplx - البديل Subplex من Nelder-Mead
ملزمة ln newuoa - التحسين المقيّد الخالي من المشتقات بواسطة
التقريب التربيعي المبني بشكل متكرر
التطبيق العملي - تحسين محلي خالٍ من التدرج عبر المحور الرئيسي
خدمة التوصيل
نوسكال مباشر - قسمة المستطيلات (بدون مقياس)
ld-tnewton- إعادة التشغيل المسبق - نيوتن مبتور مشروط مسبقًا مع
إعادة بدء الانحدار

خفض = -inf ؛ مزدوج
الحد الأدنى (يساوي جميع المعلمات).

الحد الأقصى = 100 ؛ int في [1، inf)
معيار الإيقاف: الحد الأقصى لعدد التكرارات.

اختار = ld-lbfgs ؛ قاموس
خوارزمية التصغير الرئيسية. القيم المدعومة هي:
gn- اصل مباشر- l - قسمة المستطيلات (التنفيذ الأصلي ،
متحيز محليا)
ز- mlsl-lds - وصلة أحادية متعددة المستويات (تسلسل منخفض التباين ،
تتطلب تحسينًا وحدودًا محلية تعتمد على التدرج)
نوسكال مباشر - تقسيم المستطيلات (بدون مقياس ، متحيز محليًا)
gn-isres - تحسين إستراتيجية تطور التصنيف العشوائي
ld-tnewton - اقتطاع نيوتن
gn-مباشر-l-راند - تقسيم المستطيلات (متحيزة محليًا ، عشوائية)
ln-newuoa - التحسين غير المقيد الخالي من المشتقات عن طريق التكرار
بناء التقريب التربيعي
gn-Direct-l-rand-noscale - قسمة المستطيلات (بدون مقياس محلي
متحيز ، عشوائي)
GN- اصل مباشر - قسمة المستطيلات (التنفيذ الأصلي)
ld-tnewton-precond - اقتطاع نيوتن مشروط مسبقًا
إعادة تشغيل ld-tnewton - اقتطاع نيوتن مع إعادة التشغيل عند أقصى درجات الانحدار
Gn- مباشر - قسمة المستطيلات
أوغلاغ مكافئ - خوارزمية لاغرانج المعززة مع قيود المساواة
فقط
ln-neldermead - خوارزمية Nelder-Mead البسيطة
ln-cobyla - التحسين المقيد بالتقريب الخطي
gn-crs2-lm - البحث العشوائي الخاضع للرقابة مع الطفرة المحلية
ld-var2 - متغير ذو ذاكرة محدودة متحولة ، المرتبة 2
ld-var1 - متغير ذو ذاكرة محدودة متحولة ، المرتبة 1
ld-mma - طريقة تحريك الخطوط المقاربة
ld-lbfgs-nocedal - لا أحد
ز- mlsl - ربط واحد متعدد المستويات (يتطلب تحسينًا محليًا و
حدود)
ld-lbfgs - BFGS منخفضة التخزين
GN- مباشر- ل - قسمة المستطيلات (متحيزة محليًا)
ln- بوبيقا - التحسين المقيّد الخالي من المشتقات
ln- sbplx - البديل Subplex من Nelder-Mead
ملزمة ln newuoa - التحسين المقيّد الخالي من المشتقات بواسطة
التقريب التربيعي المبني بشكل متكرر
اوجلاغ - خوارزمية لاغرانج المعززة
التطبيق العملي - تحسين محلي خالٍ من التدرج عبر المحور الرئيسي
خدمة التوصيل
نوسكال مباشر - قسمة المستطيلات (بدون مقياس)
ld-tnewton- إعادة التشغيل المسبق - نيوتن مبتور مشروط مسبقًا مع
إعادة بدء الانحدار
ld-slsqp - البرمجة التربيعية ذات المربعات الصغرى المتتابعة

. = 0 ؛ مزدوج في [0 ، inf)
حجم الخطوة الأولي للأساليب الخالية من التدرج اللوني.

توقف = -inf ؛ مزدوج
معيار الإيقاف: تقل قيمة الوظيفة عن هذه القيمة.

xtola = 0 ؛ مزدوج في [0 ، inf)
معيار الإيقاف: التغيير المطلق لجميع قيم x أقل من هذا
.

com.xtolr = 0 ؛ مزدوج في [0 ، inf)
معيار الإيقاف: التغيير النسبي لجميع قيم x أقل من هذا
.

مثال

تسجيل صورة test.v إلى ref.v الصورة باستخدام تحويل الشريحة مع معامل
معدل 5 واكتب الصورة المسجلة إلى reg.v. استخدم مستويين متعددي الدقة، SSD as
دالة تكلفة الصورة وdivcurl مرجحة بـ 10.0 كعقوبة سلاسة التحويل.

mia-3dnonrigidreg -i test.v -r ref.v -o reg.v -l 2 -f spline:rate=3 image:cost=ssd
divcurl: الوزن = 10

المؤلفون)

جيرت وولني

حقوق الطبع والنشر

هذا البرنامج خاضع لحقوق الطبع والنشر (ج) 1999-2015 لايبزيغ ، ألمانيا ومدريد ، إسبانيا. يأتي
بدون ضمان مطلقًا ويمكنك إعادة توزيعه وفقًا لبنود GNU
الترخيص العام العام الإصدار 3 (أو أحدث). لمزيد من المعلومات ، قم بتشغيل البرنامج بامتداد
الخيار "- حقوق النشر".

استخدم mia-3dnonrigidreg عبر الإنترنت باستخدام خدمات onworks.net