این دستور mia-2dmulti-force است که می تواند در ارائه دهنده میزبانی رایگان OnWorks با استفاده از یکی از چندین ایستگاه کاری آنلاین رایگان ما مانند Ubuntu Online، Fedora Online، شبیه ساز آنلاین ویندوز یا شبیه ساز آنلاین MAC OS اجرا شود.
برنامه:
نام
mia-2dmulti-force - نیروی ثبت بین دو تصویر
خلاصه
mia-2dmulti-force -o [گزینه ها]
شرح
mia-2dmulti-force این برنامه تصویر هنجار نیروی هزینه تصویر دوبعدی را ارزیابی می کند
مجموعه تابع هزینه تصاویر ورودی باید دارای ابعاد و مقیاس خاکستری باشند
(هر بیت عمقی که باشد).
OPTIONS
-o --out-file=(خروجی، مورد نیاز); io
تصویر معمولی خروجی برای انواع فایل های پشتیبانی شده PLUGINS:2dimage/io را ببینید
کمک & اطلاعات
-V --verbose=اخطار
پرحرفی خروجی، چاپ پیام های سطح معین و اولویت های بالاتر.
اولویت های پشتیبانی شده که از پایین ترین سطح شروع می شوند عبارتند از:
اطلاعات - پیام های سطح پایین
رد - ردیابی فراخوانی تابع
شکست خوردن - گزارش شکست تست
هشدار - هشدارها
خطا - گزارش خطاها
اشکال زدایی کردن - خروجی اشکال زدایی
پیام - پیام های عادی
کشنده - فقط خطاهای مرگبار را گزارش دهید
--کپی رایت
چاپ اطلاعات حق چاپ
-h -- کمک
چاپ این راهنما
-؟ --استفاده
یک راهنما کوتاه چاپ کنید
- نسخه
شماره نسخه را چاپ کنید و خارج شوید
پردازش
--threads=-1
حداکثر تعداد نخ هایی که برای پردازش استفاده می شود، این تعداد باید کمتر باشد
یا برابر با تعداد هسته های پردازشگر منطقی در دستگاه است. (-1:
تخمین خودکار).حداکثر تعداد رشته ها برای استفاده برای پردازش،این
تعداد باید کمتر یا برابر با تعداد هسته های پردازشگر منطقی موجود باشد
ماشین. (-1: برآورد خودکار).
پلاگین ها: 1d/splinekernel
bspline ایجاد هسته B-spline، پارامترهای پشتیبانی شده عبارتند از:
d = 3; int در [0، 5]
درجه اسپلاین.
اوموم ایجاد هسته OMoms-spline، پارامترهای پشتیبانی شده عبارتند از:
d = 3; int در [3، 3]
درجه اسپلاین.
پلاگین ها: 2dimage / هزینه
lncc همبستگی متقاطع نرمال شده محلی با پشتیبانی از پوشش، پارامترهای پشتیبانی شده
هستند:
w = 5; Uint در [1, 256]
نصف عرض پنجره برای ارزیابی صلیب موضعی استفاده می شود
همبستگی.
LSD اندازه گیری فاصله حداقل مربعات
(بدون پارامتر)
mi اطلاعات متقابل مبتنی بر parzen Spline، پارامترهای پشتیبانی شده عبارتند از:
برش = 0; شناور در [0، 40]
درصد پیکسل هایی برای برش در شدت های بالا و پایین برای حذف
موارد پرت
برنز = 64; Uint در [1, 256]
تعداد سطل های هیستوگرام مورد استفاده برای تصویر متحرک.
mkernel = [bspline:d=3]; کارخانه
هسته Spline برای تصویر متحرک parzen hinstogram. برای پلاگین های پشتیبانی شده
PLUGINS:1d/splinekernel را ببینید
رابین ها = 64; Uint در [1, 256]
تعداد سطل های هیستوگرام استفاده شده برای تصویر مرجع.
rkernel = [bspline:d=0]; کارخانه
هسته Spline برای تصویر مرجع parzen hinstogram. برای پلاگین پشتیبانی شده-
به PLUGINS:1d/splinekernel مراجعه کنید
ncc همبستگی متقابل نرمال شده
(بدون پارامتر)
ngf این تابع شباهت تصویر را بر اساس گرادیان نرمال شده ارزیابی می کند
زمینه های. هسته های ارزیابی مختلفی در دسترس هستند، پارامترهای پشتیبانی شده عبارتند از:
ارزیابی = ds; دیکته
زیرنوع پلاگین مقادیر پشتیبانی شده عبارتند از:
sq - مربع تفاوت
ds - مربع تفاوت مقیاس شده
نقطه - هسته محصول اسکالر
صلیب - هسته محصول متقابل
SSD هزینه تصویر دو بعدی: مجموع مجذور تفاوت ها، پارامترهای پشتیبانی شده عبارتند از:
autothresh = 0; شناور در [0، 1000]
از پوشش خودکار تصویر متحرک فقط با گرفتن مقادیر شدت استفاده کنید
به حسابی که بزرگتر از آستانه داده شده است.
هنجار = 0; بوول
تنظیم کنید که آیا متریک باید با تعداد پیکسل های تصویر عادی شود یا خیر.
ssd-automask
هزینه تصویر سه بعدی: مجموع اختلافات مجذور، با پوشش خودکار بر اساس داده شده
آستانه ها، پارامترهای پشتیبانی شده عبارتند از:
rthresh = 0; دو برابر
مقدار شدت آستانه برای تصویر مرجع.
کوبیدن = 0; دو برابر
مقدار شدت آستانه برای تصویر منبع.
پلاگین ها: 2dimage/fullcost
تصویر تابع هزینه تشابه تصویر تعمیم یافته که با وضوح چندگانه نیز مدیریت می کند
در حال پردازش. معیار تشابه واقعی با پارامتر اضافی داده می شود.
پارامترهای پشتیبانی شده عبارتند از:
هزینه = ssd; کارخانه
هسته تابع هزینه. برای افزونه های پشتیبانی شده PLUGINS:2dimage/cost را ببینید
اشکال زدایی کردن = 0; بوول
نتایج میانی را برای اشکال زدایی ذخیره کنید.
کد عکس =(ورودی، رشته)
تصویر مرجع.
" =(ورودی، رشته)
تصویر مطالعه
وزن = 1; شناور
وزن تابع هزینه
برچسب
تابع هزینه تشابه که برچسبهای دو تصویر را ترسیم میکند و برچسبها را کنترل میکند.
با حفظ پردازش با وضوح چندگانه، پارامترهای پشتیبانی شده عبارتند از:
اشکال زدایی کردن = 0; int در [0، 1]
فاصله تبدیل شده به تصویر سه بعدی را بنویسید.
maxlabel = 256; int در [2، 32000]
حداکثر تعداد برچسب برای در نظر گرفتن
کد عکس =(ورودی، رشته)
تصویر مرجع.
" =(ورودی، رشته)
تصویر مطالعه
وزن = 1; شناور
وزن تابع هزینه
تصویر نقاب دار
تابع هزینه تشابه تصویر پوشانده شده تعمیم یافته که چندین
پردازش وضوح ماسک های ارائه شده باید به صورت متراکم در مناطق پر شوند
پردازش چند رزولوشن زیرا در غیر این صورت ممکن است اطلاعات ماسک از بین برود
هنگام کاهش مقیاس تصویر ماسک مرجع و ماسک تبدیل شده از
تصویر مطالعه با AND باینری ترکیب می شود. معیار تشابه واقعی داده شده است
پارامتر اضافی es، پارامترهای پشتیبانی شده عبارتند از:
هزینه = ssd; کارخانه
هسته تابع هزینه. برای پلاگین های پشتیبانی شده را ببینید
پلاگین ها: 2dimage/maskedcost
کد عکس =(ورودی، رشته)
تصویر مرجع.
رفر ماسک =(ورودی، رشته)
ماسک تصویر مرجع (باینری).
" =(ورودی، رشته)
تصویر مطالعه
src-mask =(ورودی، رشته)
ماسک تصویر مطالعه (باینری).
وزن = 1; شناور
وزن تابع هزینه
پلاگین ها: 2dimage/io
bmp پشتیبانی از ورودی/خروجی تصویر 2 بعدی BMP
پسوندهای فایل شناسایی شده: .BMP، .bmp
انواع عناصر پشتیبانی شده:
داده های باینری، بدون علامت 8 بیتی، بدون علامت 16 بیتی
مخزن داده IO مجازی به و از مخزن داده داخلی
پسوندهای فایل شناسایی شده: .@
دیکام IO تصویر دو بعدی برای DICOM
پسوندهای فایل شناسایی شده: .DCM، .dcm
انواع عناصر پشتیبانی شده:
امضا 16 بیت بدون امضا 16 بیت
exr یک پلاگین io 2dimage برای تصاویر OpenEXR
پسوندهای فایل شناسایی شده: EXR، .exr
انواع عناصر پشتیبانی شده:
بدون علامت 32 بیتی، ممیز شناور 32 بیتی
JPG یک پلاگین io 2dimage برای تصاویر با مقیاس خاکستری jpeg
پسوندهای فایل شناسایی شده: .JPEG، .JPG، .jpeg، .jpg
انواع عناصر پشتیبانی شده:
بدون امضا 8 بیتی
PNG یک پلاگین io 2dimage برای تصاویر png
پسوندهای فایل شناسایی شده: .PNG، .png
انواع عناصر پشتیبانی شده:
داده های باینری، بدون علامت 8 بیتی، بدون علامت 16 بیتی
خام پشتیبانی از خروجی تصویر 2 بعدی RAW
پسوندهای فایل شناسایی شده: .RAW، .raw
انواع عناصر پشتیبانی شده:
داده های باینری، 8 بیتی بدون علامت، 8 بیتی بدون علامت، 16 بیتی امضا شده، 16 بیتی بدون علامت،
امضا شده 32 بیت، بدون علامت 32 بیت، ممیز شناور 32 بیت، ممیز شناور 64
ذره
حصبه پشتیبانی از ورودی/خروجی تصویر 2 بعدی TIFF
پسوندهای فایل شناسایی شده: .TIF، .TIFF، .tif، .tiff
انواع عناصر پشتیبانی شده:
داده های باینری، بدون علامت 8 بیت، بدون علامت 16 بیت، بدون علامت 32 بیت
چشم انداز یک افزونه 2dimage io برای تصاویر ویستا
پسوندهای فایل شناسایی شده: .V، .VISTA، .v، .vista
انواع عناصر پشتیبانی شده:
داده های باینری، 8 بیتی بدون علامت، 8 بیتی بدون علامت، 16 بیتی امضا شده، 16 بیتی بدون علامت،
امضا شده 32 بیت، بدون علامت 32 بیت، ممیز شناور 32 بیت، ممیز شناور 64
ذره
پلاگین ها: 2Dimage/Maskedcost
lncc همبستگی متقاطع نرمال شده محلی با پشتیبانی از پوشش، پارامترهای پشتیبانی شده
هستند:
w = 5; Uint در [1, 256]
نصف عرض پنجره برای ارزیابی صلیب موضعی استفاده می شود
همبستگی.
mi اطلاعات متقابل مبتنی بر parzen Spline با پوشش، پارامترهای پشتیبانی شده عبارتند از:
برش = 0; شناور در [0، 40]
درصد پیکسل هایی برای برش در شدت های بالا و پایین برای حذف
موارد پرت
برنز = 64; Uint در [1, 256]
تعداد سطل های هیستوگرام مورد استفاده برای تصویر متحرک.
mkernel = [bspline:d=3]; کارخانه
هسته Spline برای تصویر متحرک parzen hinstogram. برای پلاگین های پشتیبانی شده
PLUGINS:1d/splinekernel را ببینید
رابین ها = 64; Uint در [1, 256]
تعداد سطل های هیستوگرام استفاده شده برای تصویر مرجع.
rkernel = [bspline:d=0]; کارخانه
هسته Spline برای تصویر مرجع parzen hinstogram. برای پلاگین پشتیبانی شده-
به PLUGINS:1d/splinekernel مراجعه کنید
ncc همبستگی متقاطع نرمال شده با پشتیبانی پوشش.
(بدون پارامتر)
SSD مجموع اختلافات مجذور با پوشش.
(بدون پارامتر)
مثال
مجموع وزنی هنجار تصویر نیرو هزینه های SSD و NGF image1.v و image2.v را ارزیابی کنید.
و نتیجه را در force.v ذخیره کنید.
mia-2dmulti-force -o force.v
image:cost=ssd,src=image1.v,ref=image2.v,weight=0.1
image:cost=ngf,src=image1.v,ref=image2.v,weight=2.0
نویسنده(های)
گرت وولنی
کپی رایت
این نرم افزار دارای حق چاپ (c) 1999-2015 لایپزیگ، آلمان و مادرید، اسپانیا است. می آید
بدون ضمانت مطلق و شما می توانید آن را تحت شرایط گنو توزیع کنید
GENERAL PUBLIC LICENSE نسخه 3 (یا جدیدتر). برای اطلاعات بیشتر برنامه را با
گزینه "--کپی رایت".
با استفاده از خدمات onworks.net از mia-2dmulti-force آنلاین استفاده کنید