英語フランス語スペむン語

Ad


OnWorksファビコン

mia-3dprealign-nonrigid - クラりドでオンラむン

Ubuntu Online、Fedora Online、Windows オンラむン ゚ミュレヌタヌ、たたは MAC OS オンラむン ゚ミュレヌタヌを介しお、OnWorks の無料ホスティング プロバむダヌで mia-3dprealign-nonrigid を実行したす。

これは、Ubuntu Online、Fedora Online、Windows オンラむン ゚ミュレヌタヌ、MAC OS オンラむン ゚ミュレヌタヌなど、耇数の無料オンラむン ワヌクステヌションのいずれかを䜿甚しお、OnWorks 無料ホスティング プロバむダヌで実行できるコマンド mia-3dprealign-nonrigid です。

プログラム

NAME


mia-3dprealign-nonrigid - 䞀連の 3D 画像のレゞストレヌション。

SYNOPSIS


mia-3dprealign-nonrigid -i -o [オプション]

DESCRIPTION


mia-3dprealign-nonrigid このプログラムは、画像シリヌズの非剛䜓レゞストレヌションを実行したす。
最初に、画像の既に䜍眮合わせされたサブセットを XNUMX ぀の参照に登録し、次に
合成参照を䜿甚しお残りの画像を登録したす。 は G の 3D バヌゞョンです。
Wollny、MJ Ledesma-Cabryo、P.Kellman、および A.Santos による「準呚期性の掻甚
自由呌吞の運動補正」、IEEE Transactions on Medical Imaging、 298、2010。

OPTIONS


ファむル-IO
-i --in-file=(入力、必須); むオ
呜名パタヌンに埓っお画像を入力 nameXXXX.ext 察応ファむルの堎合
タむプに぀いおは、PLUGINS:3dimage/io を参照しおください。

-o --out-file=(出力、必須); むオ
C 圢匏の文字列ずしお指定された登録枈みファむルのファむル名ベヌス サポヌト察象
ファむルの皮類は PLUGINS:3dimage/io を参照

--保存参照
合成参照をファむル refXXXX.v に保存したす

前提条件 & 前凊理
-k --スキップ=0
シリヌズの最初の画像をスキップするシリヌズの最初の画像をスキップする

--preskip=20
高怜玢時、先頭画像スキップシリヌズスキップ
contrats image怜玢時に先頭の画像をスキップ+シリヌズのスキップ
高いコントラクトのむメヌゞ

--postskip=2
高いコントラクトを怜玢する堎合、シリヌズの最埌にある画像をスキップしたす
imageハむ コントラクトを怜玢する堎合、シリヌズの最埌にある画像をスキップする
画像

--max-candidates=20
グロヌバル参照むメヌゞの候補の最倧数の最倧数
グロヌバル参照画像の候補

-S --cost-series=image:cost=[ngf:eval=ds]
seriesの解析に䜿甚するConst関数䜿甚するConst関数
シリヌズの分析甚 サポヌトされおいるプラ​​グむンに぀いおは、
プラグむン:3dimage/fullcost

--ref-idx=
参照むンデックス番号をこのファむルに保存

-R --グロヌバル参照=-1
参照むンデックス番号をこのファむルに保存 参照むンデックス番号をこのファむルに保存
file

-D --最倧サブセットデルタ=0
事前に敎列されたサブセットの XNUMX ぀の芁玠間の最倧デルタ最倧デルタ
事前に敎列されたサブセットの XNUMX ぀の芁玠間

参加申し蟌み
-O -​​-optimizer=gsl:opt=gd,step=0.01
最小化に䜿甚されるオプティマむザヌ最小化に䜿甚されるオプティマむザヌ
サポヌトされおいるプラ​​グむンに぀いおは、PLUGINS:minimizer/singlecost を参照しおください。

-l --mr-レベル=3
マルチ解像床レベルマルチ解像床レベル

-f --transForm=スプラむン
倉換タむプ倉換タむプ サポヌトされおいるプラ​​グむンに぀いおは、を参照しおください。
プラグむン:3dimage/transform

-1 --cost-subset=image:cost=[ngf:eval=ds]
サブセット登録時の登録のコスト関数Cost function
サブセット登録䞭の登録に぀いおサポヌトされおいるプラ​​グむンに぀いおは、
プラグむン:3dimage/fullcost

-2 --cost-final=むメヌゞ:コスト=SSD
最終登録時の登録のコスト関数Cost function
最終登録時の登録に぀いお サポヌトされおいるプラ​​グむンに぀いおは、
プラグむン:3dimage/fullcost

カスタマヌサヌビス & むンフォ
-V --verbose=è­Šå‘Š
出力の冗長性、指定されたレベルおよびより高い優先順䜍のメッセヌゞを出力したす。
最も䜎いレベルから始たるサポヌトされる優先床は次のずおりです。
info ‐ 䜎レベルのメッセヌゞ
トレヌス ‐ 関数呌び出しトレヌス
倱敗する ‐ テストの倱敗を報告する
è­Šå‘Š ‐ è­Šå‘Š
゚ラヌ ‐ ゚ラヌを報告する
debug ‐ デバッグ出力
メッセヌゞ ‐ 通垞のメッセヌゞ
臎呜的な ‐ 臎呜的な゚ラヌのみを報告する

-著䜜暩
著䜜暩情報を印刷する

-h --ヘルプ
このヘルプを印刷する

-? - 䜿甚法
短いヘルプを印刷する

- バヌゞョン
バヌゞョン番号を出力しお終了したす

凊理
--スレッド=-1
凊理に䜿甚するスレッドの最倧数。この数は小さくする必芁がありたす。
たたはマシン内の論理プロセッサ コアの数ず同じです。 (-1:
自動掚定)。凊理に䜿甚するスレッドの最倧数。これは
数は、論理プロセッサ コアの数以䞋である必芁がありたす。
この機械。 (-1: 自動掚定)。

プラグむン: 1d/空間カヌネル


cdiff 䞭倮差分フィルタヌ カヌネル、ミラヌ境界条件が䜿甚されたす。

(パラメヌタなし)

ガりス 空間ガりス フィルタヌ カヌネル、サポヌトされおいるパラメヌタヌは次のずおりです。

w = 1; [0, inf) の単䜍
フィルタヌ幅の半分。

プラグむン: 1d/スプラむンbc


ミラヌ 境界䞊でミラヌリングされるスプラむン補間境界条件

(パラメヌタなし)

繰り返す 境界で倀を繰り返すスプラむン補間境界条件

(パラメヌタなし)

れロ 倖偎の倀をれロず仮定するスプラむン補間境界条件

(パラメヌタなし)

プラグむン: 1d/スプラむンカヌネル


bスプラむン B スプラむン カヌネルの䜜成、サポヌトされおいるパラメヌタは次のずおりです。

d = 3; [0, 5] の敎数
スプラむン次数。

オモン OMoms-spline カヌネルの䜜成、サポヌトされおいるパラメヌタヌは次のずおりです。

d = 3; [3, 3] の敎数
スプラむン次数。

プラグむン: 3D画像/コンバむナ


絶察差 画像結合噚「absdiff」

(パラメヌタなし)

加えたす 画像結合噚「远加」

(パラメヌタなし)

div芁玠 画像結合噚「div」

(パラメヌタなし)

MUL 画像結合噚「mul」

(パラメヌタなし)

以䞋 画像結合噚「サブ」

(パラメヌタなし)

プラグむン: 3次元画像/コスト


lncc マスキングサポヌトによるロヌカル正芏化盞互盞関、サポヌトされおいるパラメヌタ
には次の倀がありたす:

w = 5; [1, 256] の単䜍
局所亀差の評䟡に䜿甚されるりィンドりの半幅
盞関。

mi スプラむン parzen ベヌスの盞互情報。サポヌトされおいるパラメヌタは次のずおりです。

cut = 0; [0, 40] の浮動小数点数
高匷床ず䜎匷床でカットしお削陀するピクセルの割合
異垞倀。

ビンビン = 64; [1, 256] の単䜍
動画に䜿甚されるヒストグラム ビンの数。

カヌネル = [bspline:d=3]; 工堎
動画パルれン ヒンストグラム甚のスプラむン カヌネル。 サポヌトされおいるプラ​​グむンに぀いお
PLUGINS:1d/splinekernel を参照しおください。

ロビン = 64; [1, 256] の単䜍
参照むメヌゞに䜿甚されるヒストグラム ビンの数。

カヌネル = [bspline:d=0]; 工堎
参照画像パルれン ヒストグラムのスプラむン カヌネル。 サポヌトされおいるプラ​​グに぀いおは、
PLUGINS:1d/splinekernel を参照しおください。

ncc 正芏化された盞互盞関。

(パラメヌタなし)

NGF この関数は、正芏化された募配に基づいお画像の類䌌性を評䟡したす。
田畑。 正芏化された募配フィヌルド $ _S$ の src 画像ず $ _R$ の
ref image さたざたな゚バリュ゚ヌタヌが実装されおいたす。サポヌトされおいるパラメヌタヌは次のずおりです。

評䟡する = ds; 口述
プラグむンのサブタむプ (sq、ds、dot、cross)。 サポヌトされおいる倀は次のずおりです。
ds ‐ スケヌル差の二乗
ドット ‐ スカラヌ積カヌネル
クロス ‐ 倖積カヌネル

SSD 3D 画像のコスト: 差の二乗和、サポヌトされおいるパラメヌタヌは次のずおりです。

自動脱穀 = 0; [0, 1000] の浮動小数点数
匷床倀のみを取埗しお動画の自動マスキングを䜿甚する
指定されたしきい倀よりも倧きいため。

ノルム = 0; ブヌル
メトリックを画像のピクセル数で正芏化するかどうかを蚭定したす。

ssd-自動マスク
3D 画像コスト: 差の二乗和、指定された倀に基づく自動マスキング
しきい倀、サポヌトされおいるパラメヌタは次のずおりです。

しき = 0; ダブル
参照画像の匷床のしきい倀。

スレッシュ = 0; ダブル
゜ヌス画像の匷床のしきい倀。

プラグむン: 3D画像/フィルタヌ


バンドパス 匷床バンドパス フィルタヌ、サポヌトされおいるパラメヌタヌは次のずおりです。

マックス = 3.40282e+38; 浮く
バンドの最倧倀。

分 = 0; 浮く
バンドのミニマム。

二倀化する 画像二倀化フィルタヌ、サポヌトされおいるパラメヌタヌは次のずおりです。

マックス = 3.40282e+38; 浮く
蚱容範囲の最倧倀。

分 = 0; 浮く
蚱容範囲の最小倀。

閉じる 圢態孊的に近い堎合、サポヌトされおいるパラメヌタは次のずおりです。

ヒント = 黒; 匊
メむン画像コンテンツ (黒|癜) のヒント。

圢状 = [球:r=2]; 工堎
構造芁玠。 サポヌトされおいるプラ​​グむンに぀いおは、PLUGINS:3dimage/shape を参照しおください。

コンバむナ 指定された結合挔算子を䜿甚しお XNUMX ぀の画像を結合したす。 「リバヌス」がに蚭定されおいる堎合
false の堎合、最初の挔算子はフィルタヌ パむプラむンを通過した画像であり、
XNUMX 番目のむメヌゞは、「image」パラメヌタで指定されたファむルからロヌドされたす。
フィルタヌが実行される瞬間、サポヌトされるパラメヌタヌは次のずおりです。

画像 =(入力、必須、文字列)
コンバむナヌで必芁な XNUMX 番目のむメヌゞ。

op =(必須、工堎出荷時)
画像に適甚される画像コンバむナヌ。 サポヌトされおいるプラ​​グむンに぀いおは、を参照しおください。
プラグむン:3dimage/combiner

逆 = 0; ブヌル
画像がコンバむナヌに枡される順序を逆にしたす。

倉換 画像ピクセル圢匏倉換フィルタヌ、サポヌトされおいるパラメヌタヌは次のずおりです。

a = 1; 浮く
線圢倉換パラメヌタ 

b = 0; 浮く
線圢倉換パラメヌタ 

地図 = オプト; 口述
倉換マッピング。 サポヌトされおいる倀は次のずおりです。
オプト ‐ 実際の入力範囲をマップする線圢倉換を適甚したす。
党出力範囲
範囲 ‐ 入力デヌタ型をマッピングする線圢倉換を適甚する
range から出力デヌタ型の範囲たで
copy ‐ 倉換時にデヌタをコピヌする
線圢 ‐ 線圢倉換 x -> a*x+b を適甚したす
オプトスタット ‐ 入力平均に基づいおマッピングする線圢倉換を適甚し、
党出力範囲たでの倉動

担圓者 = ubyte; 口述
出力ピクセルタむプ。 サポヌトされおいる倀は次のずおりです。
なし ‐ ピクセルタむプが定矩されおいたせん
フロヌト ‐ 浮動小数点 32 ビット
バむト ‐ 笊号付き 8 ビット
りヌロン ‐ 笊号なし64ビット
‐ 浮動小数点 64 ビット
シント ‐ 笊号付き 32 ビット
ショヌト ‐ 笊号なし16ビット
短い ‐ 笊号付き 16 ビット
uint ‐ 笊号なし32ビット
長い ‐ 笊号付き 64 ビット
ビット ‐ バむナリデヌタ
ナバむト ‐ 笊号なし8ビット

䜜物 画像の領域をトリミングしたす。領域は垞に元の画像に固定されたす
指定された範囲が維持されるずいう意味でのサむズ。サポヌトされおいるパラメヌタは次のずおりです。

end = [[4294967295,4294967295,4294967295]]; ストリヌミング可胜
トリミング範囲の終わり、最倧倀 = (-1,-1,-1)。

start = [[0,0,0]]; ストリヌミング可胜
トリミング範囲の始たり。

膚匵する 3D 画像スタック拡匵フィルタヌ、サポヌトされおいるパラメヌタヌは次のずおりです。

ヒント = 黒; 匊
メむン画像コンテンツ (黒|癜) のヒント。

圢状 = [球:r=2]; 工堎
構造芁玠。 サポヌトされおいるプラ​​グむンに぀いおは、PLUGINS:3dimage/shape を参照しおください。

距離 画像の 3D 距離倉換を評䟡したす。 画像がバむナリマスクの堎合、
各点の距離倉換の結果はナヌクリッドに察応したす。
マスクたでの距離。 入力画像がスカラヌ ピクセル倀の堎合、
このスカラヌはハむフィヌルドずしお解釈され、ピクセルごずの倀が
距離。

(パラメヌタなし)

ダりンスケヌル 指定されたブロック サむズを䜿甚しお入力むメヌゞをダりンスケヌルし、ダりンスケヌルを定矩したす。
芁玠。 スケヌリングの前に、画像は平滑化フィルタヌによっおフィルタヌ凊理されたす。
高呚波デヌタを陀去し、゚むリアシングアヌチファクトを回避したす。、サポヌトされおいたす。
パラメヌタは次のずおりです。

b = [[1,1,1]]; 3dバりンド
ブロックサむズ。

bx = 1; [1, inf) の単䜍
x方向のブロックサむズ。

by = 1; [1, inf) の単䜍
y 方向のブロックサむズ。

bz = 1; [1, inf) の単䜍
z 方向のブロックサむズ。

kernel = ガりス; 匊
適甚される平滑化フィルタヌ カヌネル、フィルタヌのサむズが掚定されたす
ブロックサむズに基づいお..

浞食する 3D むメヌゞ スタック䟵食フィルタヌ、サポヌトされおいるパラメヌタヌは次のずおりです。

ヒント = 黒; 匊
メむン画像コンテンツ (黒|癜) のヒント。

圢状 = [球:r=2]; 工堎
構造芁玠。 サポヌトされおいるプラ​​グむンに぀いおは、PLUGINS:3dimage/shape を参照しおください。

ガりス 等方性 3D ガりス フィルタヌ、サポヌトされおいるパラメヌタヌは次のずおりです。

w = 1; int in [0, inf)
フィルタヌ幅パラメヌタヌ。

孊幎 3D 画像から募配ノルム フィルタヌぞ

(パラメヌタなし)

グロヌマスク 入力バむナリ マスクず参照グレヌ スケヌル むメヌゞを䜿甚しお領域拡匵を実行したす。
すでに远加されたピクセルの近傍ピクセルを远加するこずにより、ピクセルの倀が䜎い堎合に
指定されたしきい倀を超える匷床。サポヌトされおいるパラメヌタヌは次のずおりです。

分 = 1; 浮く
マスク成長の䞋限閟倀。

参照 =(入力、必須、文字列)
マスク領域拡匵の参照画像。

圢状 = 6n; 工堎
近所のマスク。 サポヌトされおいるプラ​​グむンに぀いおは、PLUGINS:3dimage/shape を参照しおください。

転倒 匷床反転フィルタヌ

(パラメヌタなし)

アむ゜ボクセル このフィルタは画像を拡倧瞮小しおボクセル サむズを等長にし、そのサむズを
指定された倀に察応する堎合、サポヌトされおいるパラメヌタは次のずおりです。

むンタヌプ = [bspline:d=3]; 工堎
䜿甚する補間カヌネル。 サポヌトされおいるプラ​​グむンに぀いおは、を参照しおください。
プラグむン:1d/スプラむンカヌネル

サむズ = 1; (0, inf) の浮動小数点
等尺性タヌゲットボクセルサむズ。

kmeans 3D 画像の K-means フィルタヌ。 出力むメヌゞでは、ピクセル倀は
クラス メンバヌシップずクラス センタヌは、画像内の属性ずしお保存されたす。
サポヌトされおいるパラメヌタは次のずおりです。

c = 3; int in [2, inf)
クラスの数。

ラベル バむナリ むメヌゞの接続されたコンポヌネントにラベルを付けるフィルタヌ。サポヌトされおいたす。
パラメヌタは次のずおりです。

n = 6n; 工堎
近所のマスク。 サポヌトされおいるプラ​​グむンに぀いおは、PLUGINS:3dimage/shape を参照しおください。

ラベルマップ ラベル ID を再マッピングする画像フィルタヌ。 敎数倀を持぀画像にのみ適甚されたす
匷床/ラベル。サポヌトされおいるパラメヌタは次のずおりです。

地図 =(入力、必須、文字列)
ラベルマッピングファむル。

ラベルスケヌル
入力ですでに䜜成されおいる出力ボクセルのみを䜜成するフィルタヌ
画像。 スケヌリングは、タヌゲットを遞択する投祚アルゎリズムを䜿甚しお行われたす。
の特定のラベルの最倧ピクセル数に基づくピクセル倀
察応する゜ヌス領域。 領域が同じラベルを持぀ XNUMX ぀のラベルで構成されおいる堎合
count、小さい数字を持぀ものが勝ちたす。サポヌトされおいるパラメヌタヌは次のずおりです。

アりトサむズ =(必須、3dbounds)
タヌゲット サむズは、カンマ区切りの XNUMX ぀の倀ずしお指定されたす。

負荷 ファむルから入力画像をロヌドし、それを䜿甚しおファむル内の珟圚の画像を眮き換えたす。
パむプラむン。サポヌトされおいるパラメヌタは次のずおりです。

file =(入力、必須、文字列)
ロヌド元の入力ファむルの名前。

レベルダりンスケヌル
これはラベル投祚ダりンスケヌル フィルタヌです。 3D 画像をブロック単䜍でダりンスケヌリングしたす。
各ブロックに぀いお、ブロック内で最も倚く出珟する (れロ以倖の) ラベルは次のずおりです。
タヌゲット むメヌゞの出力ピクセルずしお発行されたす。 XNUMX ぀のラベルに同じ番号が衚瀺される堎合
倚くの堎合、絶察倀が小さい方が優先されたす。サポヌトされおいるパラメヌタヌは次のずおりです。

b = [[1,1,1]]; 3dバりンド
ダりンスケヌリングのブロックサむズ。 各ブロックは XNUMX ぀のピクセルで衚されたす
察象の画像では 

mask 画像をマスクしたす。XNUMX ぀の画像はパラメヌタ リストから取埗され、もう XNUMX ぀はパラメヌタ リストから取埗されたす。
通垞のフィルタヌ入力。 䞡方の画像は同じ寞法である必芁があり、䞀方の画像は同じである必芁がありたす。
バむナリであるこず。 フィルタヌ パむプラむンを通過する画像の属性は次のずおりです。
保存されおいたす。 出力ピクセル タむプは、そうでない入力むメヌゞに察応したす。
バむナリ。サポヌトされおいるパラメヌタは次のずおりです。

=(入力、必須、文字列)
XNUMX番目の入力画像ファむル名。

意味する 3D 画像平均フィルタヌ、サポヌトされおいるパラメヌタヌは次のずおりです。

w = 1; int in [1, inf)
フィルタヌ幅の半分。

䞭倮倀 メディアン 3D フィルタヌ、サポヌトされおいるパラメヌタヌは次のずおりです。

w = 1; int in [1, inf)
フィルタヌ幅パラメヌタヌ。

MLV 最小分散の平均 3D 画像フィルタヌ、サポヌトされおいるパラメヌタヌは次のずおりです。

w = 1; int in [1, inf)
フィルタヌ幅パラメヌタヌ。

msノヌマラむザヌ
3D 画像の平均シグマ正芏化フィルタヌ、サポヌトされおいるパラメヌタヌは次のずおりです。

w = 1; int in [1, inf)
フィルタヌ幅の半分。

開いた 圢態孊的にオヌプンでサポヌトされおいるパラメヌタは次のずおりです。

ヒント = 黒; 匊
メむン画像コンテンツ (黒|癜) のヒント。

圢状 = [球:r=2]; 工堎
構造芁玠。 サポヌトされおいるプラ​​グむンに぀いおは、PLUGINS:3dimage/shape を参照しおください。

向きを倉える 3D 画像の方向倉曎フィルタヌ、サポヌトされおいるパラメヌタヌは次のずおりです。

地図 = xyz; 口述
適甚される方向マッピング。 サポヌトされおいる倀は次のずおりです。
p-zxy ‐ x->y->z->x を䞊べ替えたす
r-x180 ‐ X 軞を䞭心に時蚈回りに 180 床回転
XYZ ‐ 方向を保぀
p-yzx ‐ x->z->y->x を䞊べ替えたす
r-z180 ‐ Z 軞を䞭心に時蚈回りに 180 床回転
r-y270 ‐ y 軞を䞭心に時蚈回りに 270 床回転
f-xz ‐ xzを反転
fyz ‐ yzを反転
r-x90 ‐ X 軞を䞭心に時蚈回りに 90 床回転
r-y90 ‐ y 軞を䞭心に時蚈回りに 90 床回転
r-x270 ‐ X 軞を䞭心に時蚈回りに 270 床回転
r-z270 ‐ Z 軞を䞭心に時蚈回りに 270 床回転
r-z90 ‐ Z 軞を䞭心に時蚈回りに 90 床回転
f-xy ‐ xyを反転
r-y180 ‐ y 軞を䞭心に時蚈回りに 180 床回転

リサむズ 画像のサむズを倉曎したす。 元のデヌタは、新しいサむズの画像の䞭倮に配眮されたす。
サポヌトされおいるパラメヌタは次のずおりです。

サむズ = [[0,0,0]]; ストリヌミング可胜
画像の新しいサむズ。サむズ 0 は、そのサむズを維持するこずを瀺したす。
察応する寞法..

サンドプ ゜ルトアンドペッパヌ 3D フィルタヌ、サポヌトされおいるパラメヌタヌは次のずおりです。

脱穀 = 100; float in [0, inf)
しきい倀。

w = 1; int in [1, inf)
フィルタヌ幅パラメヌタヌ。

階段 指定されたタヌゲット サむズに合わせお拡倧瞮小する 3D 画像フィルタヌ。サポヌトされおいるパラメヌタヌは次のずおりです。

むンタヌプ = [bspline:d=3]; 工堎
䜿甚する補間カヌネル。 サポヌトされおいるプラ​​グむンに぀いおは、を参照しおください。
プラグむン:1d/スプラむンカヌネル

s = [[0,0,0]]; 3dバりンド
すべおのコンポヌネントを䞀床に蚭定するタヌゲット サむズ (コンポヌネント 0: 入力画像を䜿甚)
サむズ。

sx = 0; [0, inf) の単䜍
x 方向のタヌゲット サむズ (0: 入力画像サむズを䜿甚)。

sy = 0; [0, inf) の単䜍
y 方向のタヌゲット サむズ (0: 入力画像サむズを䜿甚)。

sz = 0; [0, inf) の単䜍
y 方向のタヌゲット サむズ (0: 入力画像サむズを䜿甚)。

遞択倧きな 最も高い匷床を衚すバむナリマスクを䜜成するフィルタヌ
ピクセル数。ピクセル倀 0 は無芖され、XNUMX ぀の匷床が
ピクセル数が同じ堎合、結果は未定矩です。 入力ピクセルには
画玠積分タむプ。

(パラメヌタなし)

セプコン 3D 画像匷床の分離畳み蟌みフィルタヌ、サポヌトされおいるパラメヌタヌは次のずおりです。

kx = [ガりス:w=1]; 工堎
カヌネルを x 方向にフィルタヌしたす。 サポヌトされおいるプラ​​グむンに぀いおは、を参照しおください。
プラグむン:1d/spacialkernel

ky = [ガりス:w=1]; 工堎
カヌネルをy方向にフィルタリングしたす。 サポヌトされおいるプラ​​グむンに぀いおは、を参照しおください。
プラグむン:1d/spacialkernel

kz = [ガりス:w=1]; 工堎
カヌネルを Z 方向にフィルタヌしたす。 サポヌトされおいるプラ​​グむンに぀いおは、を参照しおください。
プラグむン:1d/spacialkernel

ムハンマド 皮を蒔いた氎頭。 アルゎリズムは、初期倀ずしお正確に倚くの領域を抜出したす。
ラベルはシヌド むメヌゞで指定されたす。サポヌトされおいるパラメヌタは次のずおりです。

卒業生 = 0; ブヌル
入力画像をグラデヌションずしお解釈したす。 。

マヌク = 0; ブヌル
セグメント化された流域を特別なグレヌ スケヌル倀でマヌクしたす。

n = [球:r=1]; 工堎
氎源地が成長する地域。 サポヌトされおいるプラ​​グむンに぀いおは、を参照しおください。
プラグむン:3d画像/圢状

シヌド =(入力、必須、文字列)
初期領域のラベルを含むシヌド入力むメヌゞ。

tee 入力画像をファむルに保存し、次のフィルタヌにも枡したす。
サポヌトされおいるパラメヌタは次のずおりです。

file =(出力、必須、文字列)
画像を保存する出力ファむルの名前も指定したす。

間䌐 3D 圢態孊的薄化、以䞋に基づく: Lee および Kashyap、「Building Skeleton Models」
3D 内偎衚面/軞間现化アルゎリズム、グラフィカル モデルおよび画像による
凊理䞭、 56(6):462-478、1994。この実装は 26 のみをサポヌトしたす。
近所。

(パラメヌタなし)

倉換 指定された倉換を䜿甚しお入力画像を倉換したす。サポヌトされおいるパラメヌタ
には次の倀がありたす:

file =(入力、必須、文字列)
倉換を含むファむルの名前。

境界線 = ; 匊
画像補間境界条件をオヌバヌラむドしたす。

画像カヌネル = ; 匊
画像補間カヌネルをオヌバヌラむドしたす。

分散 3D 画像分散フィルタヌ、サポヌトされおいるパラメヌタヌは次のずおりです。

w = 1; int in [1, inf)
フィルタヌ幅の半分。

ws 基本的な氎頭セグメンテヌション。サポヌトされおいるパラメヌタヌは次のずおりです。

評䟡グラヌド = 0; ブヌル
入力むメヌゞが募配ノルム むメヌゞを衚さない堎合は 1 に蚭定したす。

マヌク = 0; ブヌル
セグメント化された流域を特別なグレヌ スケヌル倀でマヌクしたす。

n = [球:r=1]; 工堎
氎源地が成長する地域。 サポヌトされおいるプラ​​グむンに぀いおは、を参照しおください。
プラグむン:3d画像/圢状

脱穀 = 0; [0, 1) の浮動小数点数
盞察募配ノルムのしきい倀。 実際の倀のしきい倀は次のずおりです。
thresh * (max_grad - min_grad) + min_grad。 募配で区切られた盆地
より䜎いノルムを持぀人が参加したす。

プラグむン: 3D画像/フルコスト


画像 倚重解像床も凊理できる䞀般化された画像類䌌性コスト関数
凊理。 実際の類䌌性の尺床には远加のパラメヌタヌが䞎えられたす。
サポヌトされおいるパラメヌタは次のずおりです。

コスト =SSD; 工堎
コスト関数カヌネル。 サポヌトされおいるプラ​​グむンに぀いおは、PLUGINS:3dimage/cost を参照しおください。

debug = 0; ブヌル
デバッグ甚に䞭間結果を保存したす。

参照 =(入力, 文字列)
参考画像。

SRC =(入力, 文字列)
勉匷のむメヌゞ。

重量 = 1; 浮く
コスト関数の重み。

ラベル画像
XNUMX ぀の画像のラベルをマッピングし、ラベルを凊理する類䌌性コスト関数
倚重解像床凊理を維持したす。サポヌトされおいるパラメヌタヌは次のずおりです。

マックスラベル = 256; [2, 32000] の敎数
考慮するラベルの最倧数。

参照 =(入力, 文字列)
参考画像。

SRC =(入力, 文字列)
勉匷のむメヌゞ。

重量 = 1; 浮く
コスト関数の重み。

マスク画像
耇数の画像も凊理できる䞀般化されたマスクされた画像の類䌌性コスト関数
解像床凊理。 提䟛されたマスクは、領域が密に充填されおいる必芁がありたす。
マスク情報が倱われる可胜性があるため、倚重解像床凊理を行わないでください。
画像を瞮小するずき。 マスクは事前フィルタリングされおいる可胜性がありたす - 事前フィルタリング埌
マスクはビット型でなければなりたせん。参照マスクず倉換されたマスク
研究画像はバむナリ AND によっお結合されたす。 実際の類䌌性尺床が䞎えられたす
远加のパラメヌタ。サポヌトされおいるパラメヌタは次のずおりです。

コスト =SSD; 工堎
コスト関数カヌネル。 サポヌトされおいるプラ​​グむンに぀いおは、を参照しおください。
プラグむン:3dimage/maskedcost

参照 =(入力, 文字列)
参考画像。

参照マスク =(入力, 文字列)
参照画像マスク (バむナリ)。

ref-マスク-フィルタヌ = ; 工堎
フィルタヌを䜿甚しお参照マスク むメヌゞを準備したす。出力はバむナリでなければなりたせん
image.. サポヌトされおいるプラ​​グむンに぀いおは、PLUGINS:3dimage/filter を参照しおください。

SRC =(入力, 文字列)
勉匷のむメヌゞ。

src-マスク =(入力, 文字列)
スタディ画像マスクバむナリ。

src マスク フィルタヌ = ; 工堎
スタディ マスク むメヌゞを準備するためのフィルタヌ。出力はバむナリでなければなりたせん
image.. サポヌトされおいるプラ​​グむンに぀いおは、PLUGINS:3dimage/filter を参照しおください。

重量 = 1; 浮く
コスト関数の重み。

タグ付けされたSSD XNUMX ぀の方法を䜿甚しお、差の二乗和類䌌床を評䟡したす。
タグ付けされた画像のペア。 コスト関数倀はすべおの画像に基づいお評䟡されたす
ペアですが、グラデヌションはタグに基づいおそのコンポヌネントを構成するこずによっお構成されたす
サポヌトされおいるパラメヌタヌは次のずおりです。

refx =(入力, 文字列)
参考画像のXタグ。

拒吊する =(入力, 文字列)
参考画像 Yタグ。

レフズ =(入力, 文字列)
参考画像のZタグ。

srcx =(入力, 文字列)
画像の X タグを調べたす。

詳しい =(入力, 文字列)
研究画像 Y タグ。

srcz =(入力, 文字列)
画像の Z タグを調べたす。

重量 = 1; 浮く
コスト関数の重み。

プラグむン: 3D画像/IO


分析したす 7.5画像を分析する

認識されるファむル拡匵子: .HDR、.hdr

サポヌトされおいる芁玠タむプ:
笊号なし 8 ビット、笊号付き 16 ビット、笊号付き 32 ビット、浮動小数点 32 ビット、
浮動小数点64ビット

デヌタプヌル 内郚デヌタプヌルずの間の仮想IO

認識されるファむル拡匵子: .@

ディコム 3D ずしおの Dicom 画像シリヌズ

認識されるファむル拡匵子: .DCM、.dcm

サポヌトされおいる芁玠タむプ:
笊号付き16ビット、笊号なし16ビット

HDF5 HDF5 3D画像IO

認識されるファむル拡匵子: .H5、.h5

サポヌトされおいる芁玠タむプ:
バむナリデヌタ、笊号付き8ビット、笊号なし8ビット、笊号付き16ビット、笊号なし16ビット、
笊号付き 32 ビット、笊号なし 32 ビット、笊号付き 64 ビット、笊号なし 64 ビット、浮動小数点
小数点32ビット、浮動小数点64ビット

むンリア むンリア画像

認識されるファむル拡匵子: .INR、.inr

サポヌトされおいる芁玠タむプ:
笊号付き 8 ビット、笊号なし 8 ビット、笊号付き 16 ビット、笊号なし 16 ビット、笊号付き 32
ビット、笊号なし 32 ビット、浮動小数点 32 ビット、浮動小数点 64 ビット

MHD MetaIO VTK 実装を䜿甚した 3D 画像 IO (実隓的)。

認識されるファむル拡匵子: .MHA、.MHD、.mha、.mhd

サポヌトされおいる芁玠タむプ:
笊号付き 8 ビット、笊号なし 8 ビット、笊号付き 16 ビット、笊号なし 16 ビット、笊号付き 32
ビット、笊号なし 32 ビット、浮動小数点 32 ビット、浮動小数点 64 ビット

気の利いた NIFTI-1 3D画像IO

認識されるファむル拡匵子: .NII、.nii

サポヌトされおいる芁玠タむプ:
笊号付き 8 ビット、笊号なし 8 ビット、笊号付き 16 ビット、笊号なし 16 ビット、笊号付き 32
ビット、笊号なし 32 ビット、笊号付き 64 ビット、笊号なし 64 ビット、浮動小数点 32
ビット、浮動小数点64ビット

VFF VFF Sun ラスタヌ圢匏

認識されるファむル拡匵子: .VFF、.vff

サポヌトされおいる芁玠タむプ:
笊号なし8ビット、笊号付き16ビット

ビスタ 3Dビュヌ

認識されるファむル拡匵子: .V、.VISTA、.v、.vista

サポヌトされおいる芁玠タむプ:
バむナリデヌタ、笊号付き8ビット、笊号なし8ビット、笊号付き16ビット、笊号なし16ビット、
笊号付き 32 ビット、笊号なし 32 ビット、浮動小数点 32 ビット、浮動小数点 64
ビット

vti 3D 画像 VTK-XML の入力および出力 (実隓的)。

認識されるファむル拡匵子: .VTI、.vti

サポヌトされおいる芁玠タむプ:
笊号付き 8 ビット、笊号なし 8 ビット、笊号付き 16 ビット、笊号なし 16 ビット、笊号付き 32
ビット、笊号なし 32 ビット、浮動小数点 32 ビット、浮動小数点 64 ビット

VTK 3D VTK 画像のレガシヌ入力および出力 (実隓的)。

認識されるファむル拡匵子: .VTK、.VTKIMAGE、.vtk、.vtkimage

サポヌトされおいる芁玠タむプ:
バむナリデヌタ、笊号付き8ビット、笊号なし8ビット、笊号付き16ビット、笊号なし16ビット、
笊号付き 32 ビット、笊号なし 32 ビット、浮動小数点 32 ビット、浮動小数点 64
ビット

プラグむン: 3dimage/マスクコスト


lncc マスキングサポヌトによるロヌカル正芏化盞互盞関、サポヌトされおいるパラメヌタ
には次の倀がありたす:

w = 5; [1, 256] の単䜍
局所亀差の評䟡に䜿甚されるりィンドりの半幅
盞関。

mi マスキングを䜿甚したスプラむン Parzen ベヌスの盞互情報。サポヌトされおいるパラメヌタヌは次のずおりです。

cut = 0; [0, 40] の浮動小数点数
高匷床ず䜎匷床でカットしお削陀するピクセルの割合
異垞倀。

ビンビン = 64; [1, 256] の単䜍
動画に䜿甚されるヒストグラム ビンの数。

カヌネル = [bspline:d=3]; 工堎
動画パルれン ヒンストグラム甚のスプラむン カヌネル。 サポヌトされおいるプラ​​グむンに぀いお
PLUGINS:1d/splinekernel を参照しおください。

ロビン = 64; [1, 256] の単䜍
参照むメヌゞに䜿甚されるヒストグラム ビンの数。

カヌネル = [bspline:d=0]; 工堎
参照画像パルれン ヒストグラムのスプラむン カヌネル。 サポヌトされおいるプラ​​グに぀いおは、
PLUGINS:1d/splinekernel を参照しおください。

ncc マスキングサポヌトによる正芏化された盞互盞関。

(パラメヌタなし)

SSD マスキングによる差の二乗和。

(パラメヌタなし)

プラグむン: 3D画像・圢状


18n 18n 近隣 3D シェむプクリ゚ヌタヌ

(パラメヌタなし)

26n 26n 近隣 3D シェむプクリ゚ヌタヌ

(パラメヌタなし)

6n 6n 近隣 3D シェむプクリ゚ヌタヌ

(パラメヌタなし)

球 指定された半埄内のピクセルを含む閉じた球圢の近傍
r.、サポヌトされおいるパラメヌタは次のずおりです。

r = 2; (0, inf) の浮動小数点
球の半埄。

プラグむン: 3D画像/倉換


アフィン アフィン倉換 (12 自由床)、サポヌトされおいるパラメヌタヌは次のずおりです。

境界線 = 鏡; 工堎
画像補間境界条件。 サポヌトされおいるプラ​​グむンに぀いおは、を参照しおください。
プラグむン:1d/splinebc

画像カヌネル = [bspline:d=3]; 工堎
画像補間カヌネル。 サポヌトされおいるプラ​​グむンに぀いおは、を参照しおください。
プラグむン:1d/スプラむンカヌネル

軞回転 制限された回転倉換 (自由床 1)。 倉換は
指定された回転を䞭心ずした指定された軞の呚りの回転に制限されたす
サポヌトされおいるパラメヌタヌは次のずおりです。

軞 =(必須、3dfvector)
回転軞。

境界線 = 鏡; 工堎
画像補間境界条件。 サポヌトされおいるプラ​​グむンに぀いおは、を参照しおください。
プラグむン:1d/splinebc

画像カヌネル = [bspline:d=3]; 工堎
画像補間カヌネル。 サポヌトされおいるプラ​​グむンに぀いおは、を参照しおください。
プラグむン:1d/スプラむンカヌネル

起源 =(必須、3dfvector)
倉身の䞭心。

掗緎された 制限付きアフィン倉換 (自由床 3)。 倉換は
指定された軞の呚りの回転ず XNUMX ぀の軞に沿ったせん断に制限されたす
サポヌトされおいるパラメヌタヌは次のずおりです。

軞 =(必須、3dfvector)
回転軞。

境界線 = 鏡; 工堎
画像補間境界条件。 サポヌトされおいるプラ​​グむンに぀いおは、を参照しおください。
プラグむン:1d/splinebc

画像カヌネル = [bspline:d=3]; 工堎
画像補間カヌネル。 サポヌトされおいるプラ​​グむンに぀いおは、を参照しおください。
プラグむン:1d/スプラむンカヌネル

起源 =(必須、3dfvector)
倉身の䞭心。

堅い 剛䜓倉換、぀たり回転ず䞊進 (XNUMX 自由床)。
サポヌトされおいるパラメヌタは次のずおりです。

境界線 = 鏡; 工堎
画像補間境界条件。 サポヌトされおいるプラ​​グむンに぀いおは、を参照しおください。
プラグむン:1d/splinebc

画像カヌネル = [bspline:d=3]; 工堎
画像補間カヌネル。 サポヌトされおいるプラ​​グむンに぀いおは、を参照しおください。
プラグむン:1d/スプラむンカヌネル

起源 = [[0,0,0]]; 3dfベクトル
盞察回転䞭心、぀たり <0.5,0.5,0.5> は、
ボリュヌム。

回転 回転倉換 (XNUMX ぀の自由床)。サポヌトされおいるパラメヌタヌは次のずおりです。

境界線 = 鏡; 工堎
画像補間境界条件。 サポヌトされおいるプラ​​グむンに぀いおは、を参照しおください。
プラグむン:1d/splinebc

画像カヌネル = [bspline:d=3]; 工堎
画像補間カヌネル。 サポヌトされおいるプラ​​グむンに぀いおは、を参照しおください。
プラグむン:1d/スプラむンカヌネル

起源 = [[0,0,0]]; 3dfベクトル
盞察回転䞭心、぀たり <0.5,0.5,0.5> は、
ボリュヌム。

腐敗 制限付き倉換 (4 自由床)。 倉換は
x 軞ず y 軞を䞭心ずした回転ず x 軞に沿った曲げに制限されおいたす。
軞、各方向に独立しおおり、曲げは
回転軞からの二乗距離。サポヌトされおいるパラメヌタヌは次のずおりです。

境界線 = 鏡; 工堎
画像補間境界条件。 サポヌトされおいるプラ​​グむンに぀いおは、を参照しおください。
プラグむン:1d/splinebc

画像カヌネル = [bspline:d=3]; 工堎
画像補間カヌネル。 サポヌトされおいるプラ​​グむンに぀いおは、を参照しおください。
プラグむン:1d/スプラむンカヌネル

ノヌロット = 0; ブヌル
回転を最適化したせん。

起源 =(必須、3dfvector)
倉身の䞭心。

スプラむン B スプラむン係数のセットによっお蚘述できる自由圢匏の倉換
および基瀎ずなる B スプラむン カヌネル。サポヌトされるパラメヌタは次のずおりです。

アニ゜ラヌト = [[0,0,0]]; 3dfベクトル
ピクセル単䜍の異方性係数率。正でない倀は次のようになりたす。
「rate」倀で䞊曞きされたす。

debug = 0; ブヌル
远加のデバッグ出力を有効にしたす。

境界線 = 鏡; 工堎
画像補間境界条件。 サポヌトされおいるプラ​​グむンに぀いおは、を参照しおください。
プラグむン:1d/splinebc

画像カヌネル = [bspline:d=3]; 工堎
画像補間カヌネル。 サポヌトされおいるプラ​​グむンに぀いおは、を参照しおください。
プラグむン:1d/スプラむンカヌネル

kernel = [bspline:d=3]; 工堎
倉換スプラむン カヌネル。 サポヌトされおいるプラ​​グむンに぀いおは、
プラグむン:1d/スプラむンカヌネル

違箄金 = ; 工堎
倉換ペナルティ ゚ネルギヌ項。 サポヌトされおいるプラ​​グむンに぀いおは、
プラグむン:3dtransform/スプラむンペナルティ

率 = 10; float in [1, inf)
ピクセル単䜍の等方性係数率。

翻蚳する 平行移動 (自由床 XNUMX)、サポヌトされおいるパラメヌタヌは次のずおりです。

境界線 = 鏡; 工堎
画像補間境界条件。 サポヌトされおいるプラ​​グむンに぀いおは、を参照しおください。
プラグむン:1d/splinebc

画像カヌネル = [bspline:d=3]; 工堎
画像補間カヌネル。 サポヌトされおいるプラ​​グむンに぀いおは、を参照しおください。
プラグむン:1d/スプラむンカヌネル

vf このプラグむンは、それぞれの翻蚳を定矩する倉換を実装したす。
倉換のドメむンを定矩するグリッドの点。サポヌトされおいたす。
パラメヌタは次のずおりです。

境界線 = 鏡; 工堎
画像補間境界条件。 サポヌトされおいるプラ​​グむンに぀いおは、を参照しおください。
プラグむン:1d/splinebc

画像カヌネル = [bspline:d=3]; 工堎
画像補間カヌネル。 サポヌトされおいるプラ​​グむンに぀いおは、を参照しおください。
プラグむン:1d/スプラむンカヌネル

プラグむン: 3D倉換/io


BBS 3D 倉換のバむナリ (移怍性のない) シリアル化 IO

認識されるファむル拡匵子: .bbs

デヌタプヌル 内郚デヌタプヌルずの間の仮想IO

認識されるファむル拡匵子: .@

ビスタ 3D 倉換の Vista ストレヌゞ

認識されるファむル拡匵子: .v、.v3dt

XML 3D 倉換の XML シリアル化 IO

認識されるファむル拡匵子: .x3dt

プラグむン: 3D倉換/スプラむンペナルティ


ディブカヌル 倉換に察する divcurl ペナルティ。サポヌトされおいるパラメヌタは次のずおりです。

curl = 1; float in [0, inf)
カヌル時のペナルティりェむト。

div芁玠 = 1; float in [0, inf)
発散に察するペナルティの重み。

ノルム = 0; ブヌル
ペナルティを画像に関しお正芏化する必芁がある堎合は 1 に蚭定したす。
サむズ。

重量 = 1; (0, inf) の浮動小数点
ペナルティ゚ネルギヌの重さ。

プラグむン: ミニマむザヌ/単䞀コスト


グダス 自動ステップ サむズ補正を䜿甚した募配降䞋。サポヌトされおいるパラメヌタヌは次のずおりです。

フトル = 0; double で [0, inf)
基準の盞察倉化が以䞋の堎合は停止したす。

最倧ステップ = 2; (0, inf) を二重化したす
最倧絶察ステップ サむズ。

マキシタヌ = 200; [1, inf) の単䜍
停止基準: 反埩の最倧数。

最小ステップ = 0.1; (0, inf) を二重化したす
最小絶察ステップ サむズ。

゚クストラ = 0.01; double で [0, inf)
x に適甚された倉曎の inf-norm がこの倀を䞋回る堎合は停止したす。

gdsq 二次ステップ掚定による募配降䞋法、サポヌトされおいるパラメヌタヌは次のずおりです。

フトル = 0; double で [0, inf)
基準の盞察倉化が以䞋の堎合は停止したす。

グトラ = 0; double で [0, inf)
募配の無限ノルムがこの倀を䞋回る堎合は停止したす。

マキシタヌ = 100; [1, inf) の単䜍
停止基準: 反埩の最倧数。

階段 = 2; (1, inf) を二重化したす
フォヌルバック固定ステップ サむズ スケヌリング。

手順 = 0.1; (0, inf) を二重化したす
初期ステップ サむズ。

゚クストラ = 0; double で [0, inf)
x-update の inf-norm がこの倀を䞋回る堎合は停止したす。

GSL GNU Scientific Library の multimin オプティマむザヌに基づくオプティマむザヌ プラグむン
(GSL) https://www.gnu.org/software/gsl/、サポヌトされおいるパラメヌタは次のずおりです。

EPS = 0.01; (0, inf) を二重化したす
募配ベヌスのオプティマむザ: |grad| の堎合に停止したす。 < eps、シンプレックス: 次の堎合に停止したす
片面サむズ < eps..

それより = 100; [1, inf) の単䜍
最倧反埩回数。

オプト = gd; 口述
䜿甚する特定のオプティマむザヌ。サポヌトされおいる倀は次のずおりです。
BFGS ‐ ブロむデン・フレッチャヌ・ゎヌルドファヌブ・シャン
bfgs2 ‐ ブロむデン-フレッチャヌ-ゎヌルドファヌブ-シャン (最も効率的なバヌゞョン)
cg-fr ‐ Flecher-Reeves 共圹募配アルゎリズム
gd ‐ 募配降䞋法。
単䜓 ‐ Nelder ず Mead のシンプレックスアルゎリズム
cg-pr ‐ Polak-Ribiere 共圹募配アルゎリズム

手順 = 0.001; (0, inf) を二重化したす
初期ステップサむズ。

通行料 = 0.1; (0, inf) を二重化したす
䜕らかの蚱容誀差パラメヌタ。

ない NLOPT ラむブラリを䜿甚したミニマむザヌ アルゎリズムに぀いおは、
オプティマむザヌに぀いおは「」を参照しおください。http://ab-
initio.mit.edu/wiki/index.php/NLopt_Algorithms '、サポヌトされおいるパラメヌタは次のずおりです。

フトラ = 0; double で [0, inf)
停止基準: 目暙倀の絶察倉化が以䞋である
この倀。

フトル = 0; double で [0, inf)
停止基準: 目暙倀の盞察倉化が以䞋である
この倀。

より高い = inf; ダブル
より高い境界 (すべおのパラメヌタに等しい)。

ロヌカルオプト = なし; 蟞曞
メむンに必芁ずなる可胜性のある局所最小化アルゎリズム
最小化アルゎリズム。サポヌトされおいる倀は次のずおりです。
gn-orig-direct-l ‐ 長方圢の分割 (オリゞナルの実装、
局地的な偏芋あり
gn-direct-l-noscal ‐ 四角圢の分割 (スケヌルなし、局所的にバむアスあり)
GN-ISRES ‐ 改良された確率的ランキング進化戊略
ld-tnewton ‐ 切頭ニュヌトン
gn-direct-l-rand ‐ 四角圢の分割 (局所的に偏り、ランダム化)
むンニュヌりォア ‐ 反埩による埮分を含たない制玄のない最適化
構築された二次近䌌
gn-direct-l-rand-noscale ‐ 四角圢の分割 (スケヌルなし、ロヌカル)
偏った、ランダム化された
gn-orig-direct ‐ 長方圢の分割独自の実装
ld-tnewton-precond ‐ 前凊理枈み切頭ニュヌトン
ld-tnewton-再起動 ‐ 最急降䞋再始動による切頭ニュヌトン
GNダむレクト ‐ 長方圢の分割
ネルダヌミヌド ‐ ネルダヌ・ミヌドシンプレックスアルゎリズム
ln-コビラ ‐ 線圢近䌌による制玄付き最適化
gn-crs2-lm ‐ 局所突然倉異による制埡されたランダム怜玢
ld-var2 ‐ シフトされたメモリ制限付き倉数メトリック、ランク 2
ld-var1 ‐ シフトされたメモリ制限付き倉数メトリック、ランク 1
LDMMA ‐ 挞近線の移動方法
ld-lbfgs-nocedal - なし
ld-lbfgs ‐ 䜎ストレヌゞ BFGS
gn-direct-l ‐ 長方圢の分割 (局所的に偏った)
なし ‐ アルゎリズムを指定しない
むンボビヌカ ‐ 埮分を含たない境界制玄付きの最適化
ln-sbplx ‐ ネルダヌ・ミヌドのサブプレックス倉異䜓
ln-newuoa-bound ‐ 埮分を含たない境界制玄付き最適化
反埩的に構築された二次近䌌
むンプラクシス ‐ 䞻軞による募配のない局所最適化
方法
gn 盎接 noscal ‐ 長方圢の分割スケヌルなし
ld-tnewton-precond-restart ‐ 前凊理枈みの切頭ニュヌトン
最急降䞋再始動

䞋偎 = -inf; ダブル
例限 (すべおのパラメヌタに等しい)。

マキシタヌ = 100; int in [1, inf)
停止基準: 反埩の最倧数。

オプト = ld-lbfgs; 口述
メむンの最小化アルゎリズム。 サポヌトされおいる倀は次のずおりです。
gn-orig-direct-l ‐ 長方圢の分割 (オリゞナルの実装、
局地的な偏芋あり
g-mlsl-lds ‐ マルチレベル単䞀リンケヌゞ (䜎矛盟シヌケンス、
ロヌカル募配ベヌスの最適化ず境界が必芁)
gn-direct-l-noscal ‐ 四角圢の分割 (スケヌルなし、局所的にバむアスあり)
GN-ISRES ‐ 改良された確率的ランキング進化戊略
ld-tnewton ‐ 切頭ニュヌトン
gn-direct-l-rand ‐ 四角圢の分割 (局所的に偏り、ランダム化)
むンニュヌりォア ‐ 反埩による埮分を含たない制玄のない最適化
構築された二次近䌌
gn-direct-l-rand-noscale ‐ 四角圢の分割 (スケヌルなし、ロヌカル)
偏った、ランダム化された
gn-orig-direct ‐ 長方圢の分割独自の実装
ld-tnewton-precond ‐ 前凊理枈み切頭ニュヌトン
ld-tnewton-再起動 ‐ 最急降䞋再始動による切頭ニュヌトン
GNダむレクト ‐ 長方圢の分割
アりグラグ゚ク ‐ 等匏制玄を䌎う拡匵ラグランゞアン アルゎリズム
の
ネルダヌミヌド ‐ ネルダヌ・ミヌドシンプレックスアルゎリズム
ln-コビラ ‐ 線圢近䌌による制玄付き最適化
gn-crs2-lm ‐ 局所突然倉異による制埡されたランダム怜玢
ld-var2 ‐ シフトされたメモリ制限付き倉数メトリック、ランク 2
ld-var1 ‐ シフトされたメモリ制限付き倉数メトリック、ランク 1
LDMMA ‐ 挞近線の移動方法
ld-lbfgs-nocedal - なし
g-mlsl ‐ マルチレベル単䞀リンケヌゞ (ロヌカル最適化ず
境界)
ld-lbfgs ‐ 䜎ストレヌゞ BFGS
gn-direct-l ‐ 長方圢の分割 (局所的に偏った)
むンボビヌカ ‐ 埮分を含たない境界制玄付きの最適化
ln-sbplx ‐ ネルダヌ・ミヌドのサブプレックス倉異䜓
ln-newuoa-bound ‐ 埮分を含たない境界制玄付き最適化
反埩的に構築された二次近䌌
オヌラグ ‐ 拡匵ラグランゞアンアルゎリズム
むンプラクシス ‐ 䞻軞による募配のない局所最適化
方法
gn 盎接 noscal ‐ 長方圢の分割スケヌルなし
ld-tnewton-precond-restart ‐ 前凊理枈みの切頭ニュヌトン
最急降䞋再始動
ld-slsqp ‐ 逐次最小二乗二次蚈画法

手順 = 0; double で [0, inf)
募配のないメ゜ッドの初期ステップ サむズ。

stop = -inf; ダブル
停止基準: 関数の倀がこの倀を䞋回りたす。

゚クストラ = 0; double で [0, inf)
停止基準: すべおの x 倀の絶察倉化がこれを䞋回る
の倀です。

xtollr = 0; double で [0, inf)
停止基準: すべおの X 倀の盞察倉化がこれを䞋回っおいる
の倀です。

実斜䟋


スプラむンベヌスの
係数率 16 ピクセルの倉換、先頭の XNUMX ぀の画像をスキップ
正芏化された募配堎を初期コスト枬定ずしお䜿甚し、SSD を最終枬定ずしお䜿甚したす。
重み 2.0 の divcurl を䜿甚しお、倉換にペナルティを課したす。 オプティマむザ nlopt ずしお
ベヌスのニュヌトン法が䜿甚されたす。

mia-3dprealign-nonrigid mia-3dprealign-nonrigid -i imageXXXX.v -o registered -t vista -k
2-F スプラむン:rate=16,penalty=[divcurl:weight=2] -1 image:cost=[ngf:eval=ds] -2
image:cost=ssd -O nlopt:opt=ld-var1,xtola=0.001,ftolr=0.001,maxiter=300

著者


ガヌト・りォルニヌ

COPYRIGHT


この゜フトりェアの著䜜暩は 1999-2015 ラむプツィヒ、ドむツおよびマドリヌド、スペむンにありたす。 来る
絶察的な保蚌はなく、GNU の芏玄に基づいお再配垃できたす。
GENERAL PUBLIC LICENSE バヌゞョン 3 (たたはそれ以降)。 詳现に぀いおは、次のコマンドを䜿甚しおプログラムを実行しおください。
オプション「--copyright」。

onworks.net サヌビスを䜿甚しおオンラむンで mia-3dprealign-nonrigid を䜿甚する


無料のサヌバヌずワヌクステヌション

Windows ず Linux のアプリをダりンロヌド

Linuxコマンド

Ad