이것은 Ubuntu Online, Fedora Online, Windows 온라인 에뮬레이터 또는 MAC OS 온라인 에뮬레이터와 같은 여러 무료 온라인 워크스테이션 중 하나를 사용하여 OnWorks 무료 호스팅 제공업체에서 실행할 수 있는 mia-2dmultiimageregistration 명령입니다.
프로그램:
이름
mia-2dmultiimageregistration - 2D 이미지의 비선형 등록입니다.
개요
mia-2d다중 이미지 등록 -o [옵션]
기술
mia-2d다중 이미지 등록 이 프로그램은 주어진 조건을 기반으로 비강체 등록을 실행합니다.
비용 기준 및 주어진 변환 모델. mia-2dnonrigidreg 외에는 그렇지 않습니다.
이미지를 제공하기 위해 특정 명령줄 매개변수를 지원합니다. 대신 이미지는
비용 함수를 정의할 때 직접 지정됩니다. 따라서 이미지 등록이 가능합니다.
동시에 둘 이상의 이미지 쌍의 정렬을 최적화하는 실행됩니다. 메모,
그러나 모든 입력 이미지는 동일한 크기(픽셀 단위)여야 합니다.
옵션
-o --out-transform=(출력, 필수); 이오
출력 변환 지원되는 파일 유형은 PLUGINS:2dtransform/io를 참조하세요.
-l --레벨=3
다중 해상도 수준다중 해상도 수준
-O --optimizer=gsl:opt=gd,단계=0.1
최소화에 사용되는 옵티마이저 최소화에 사용되는 옵티마이저
지원되는 플러그인은 PLUGINS:minimizer/singlecost 참조
-f --transForm=spline:rate=10,penalty=divcurl
변환 유형변환 유형 지원되는 플러그인은 다음을 참조하십시오.
플러그인:2d이미지/변환
도움말 & 정보
-V --verbose=경고
자세한 출력, 주어진 수준 및 더 높은 우선 순위의 메시지를 인쇄합니다.
가장 낮은 수준에서 시작하여 지원되는 우선 순위는 다음과 같습니다.
정보 - 낮은 수준의 메시지
더듬다 ‐ 함수 호출 추적
실패 - 테스트 실패 보고
경고 - 경고
오류 - 오류 보고
디버그 - 디버그 출력
메시지 - 일반 메시지
치명적인 - 치명적인 오류만 보고
--저작권
인쇄 저작권 정보
-h --도움말
이 도움말 인쇄
-? --용법
짧은 도움말 인쇄
--번역
버전 번호를 출력하고 종료
처리
--스레드=-1
처리에 사용할 최대 스레드 수, 이 수는 더 낮아야 합니다.
또는 시스템의 논리적 프로세서 코어 수와 동일합니다. (-1:
자동 추정). 처리에 사용할 최대 스레드 수, 이
number는 논리적 프로세서 코어 수보다 작거나 같아야 합니다.
기계. (-1: 자동 추정).
플러그인 : 1d/스플라인BC
거울 경계를 미러링하는 스플라인 보간 경계 조건
(매개변수 없음)
반복 경계에서 값을 반복하는 스플라인 보간 경계 조건
(매개변수 없음)
제로 외부 값에 대해 XNUMX을 가정하는 스플라인 보간 경계 조건
(매개변수 없음)
플러그인 : 1d/스플라인커널
비스플라인 B-스플라인 커널 생성 , 지원되는 매개변수는 다음과 같습니다.
d = 3; [0, 5]의 정수
스플라인 정도.
엄마 OMoms-spline 커널 생성, 지원되는 매개변수는 다음과 같습니다.
d = 3; [3, 3]의 정수
스플라인 정도.
플러그인 : 2d 이미지/비용
lncc 마스킹 지원을 통한 로컬 정규화 상호 상관, 지원되는 매개변수
위치 :
w = 5; 단위 [1, 256]
지역화된 십자가를 평가하는 데 사용되는 창의 절반 너비
상관.
엘에스디 최소 제곱 거리 측정
(매개변수 없음)
mi 스플라인 파젠 기반 상호 정보, 지원되는 매개변수는 다음과 같습니다.
절단 = 0; [0, 40]에 부동
제거할 높은 강도와 낮은 강도로 잘라낼 픽셀의 비율
이상치.
엠빈 = 64; 단위 [1, 256]
동영상에 사용된 히스토그램 빈의 수입니다.
커널 = [bspline:d=3]; 공장
동영상 파젠 힌스토그램용 스플라인 커널. 지원되는 플러그인의 경우
플러그인:1d/splinekernel 참조
빈 = 64; 단위 [1, 256]
참조 이미지에 사용된 히스토그램 빈의 수입니다.
커널 = [bspline:d=0]; 공장
참조 이미지 파젠 힌스토그램용 스플라인 커널. 지원되는 플러그-
플러그인: 1d/splinekernel 참조
NCC 정규화된 교차 상관.
(매개변수 없음)
ngf 이 함수는 정규화된 그래디언트를 기반으로 이미지 유사성을 평가합니다.
필드. 다양한 평가 커널을 사용할 수 있습니다. 지원되는 매개변수는 다음과 같습니다.
평가 = ds; 딕셔너리
플러그인 하위 유형. 지원되는 값은 다음과 같습니다.
sq - 차이의 제곱
ds - 스케일된 차이의 제곱
점 - 스칼라 곱 커널
교차 - 크로스 프로덕트 커널
SSD 2D 이마가 비용: 차이 제곱의 합, 지원되는 매개변수는 다음과 같습니다.
자동 쓰레쉬 = 0; [0, 1000]에 부동
강도 값만 취하여 동영상의 자동 마스킹 사용
주어진 임계 값보다 큰 것을 고려하십시오.
표준 = 0; 부울
메트릭을 이미지 픽셀 수로 정규화해야 하는지 여부를 설정합니다.
ssd-자동 마스크
2D 이미지 비용: 제곱 차이의 합, 주어진 값을 기반으로 하는 자동 마스킹
임계값, 지원되는 매개변수는 다음과 같습니다.
rthresh = 0; 더블
참조 이미지의 임계 강도 값입니다.
타작하다 = 0; 더블
소스 이미지의 임계값 강도 값입니다.
플러그인 : 2d 이미지/전체 비용
영상 다중 해상도도 처리하는 일반화된 이미지 유사도 비용 함수
처리. 실제 유사성 측정은 추가 매개변수로 제공됩니다.,
지원되는 매개변수는 다음과 같습니다.
비용 = SSD; 공장
비용 함수 커널. 지원되는 플러그인은 PLUGINS:2dimage/cost를 참조하십시오.
디버그 = 0; 부울
디버깅을 위해 중간 결과를 저장합니다.
심판 =(입력, 문자열)
참조 이미지.
SRC =(입력, 문자열)
연구 이미지입니다.
무게 = 1; 뜨다
비용 함수의 가중치.
라벨 이미지
두 이미지의 레이블을 매핑하고 레이블을 처리하는 유사성 비용 함수
다중 해상도 처리를 유지하기 위해 지원되는 매개변수는 다음과 같습니다.
디버그 = 0; [0, 1]의 정수
거리 변환을 3D 이미지로 씁니다.
최대 레이블 = 256; [2, 32000]의 정수
고려할 최대 레이블 수입니다.
심판 =(입력, 문자열)
참조 이미지.
SRC =(입력, 문자열)
연구 이미지입니다.
무게 = 1; 뜨다
비용 함수의 가중치.
가면 이미지
다중 처리도 처리하는 일반화된 마스크 이미지 유사성 비용 함수
해상도 처리. 제공된 마스크는 다음의 조밀하게 채워진 영역이어야 합니다.
그렇지 않으면 마스크 정보가 손실될 수 있기 때문에 다중 해상도 처리
이미지를 축소할 때. 참조 마스크와 변환된 마스크
연구 이미지는 바이너리 AND로 결합됩니다. 실제 유사도 측정값이 제공됩니다.
추가 매개변수. 지원되는 매개변수는 다음과 같습니다.
비용 = SSD; 공장
비용 함수 커널. 지원되는 플러그인은 다음을 참조하십시오.
플러그인:2dimage/maskedcost
심판 =(입력, 문자열)
참조 이미지.
참조 마스크 =(입력, 문자열)
참조 이미지 마스크(바이너리).
SRC =(입력, 문자열)
연구 이미지입니다.
src-마스크 =(입력, 문자열)
스터디 이미지 마스크(바이너리).
무게 = 1; 뜨다
비용 함수의 가중치.
플러그인 : 2d 이미지/io
BMP BMP 2D 이미지 입출력 지원
인식되는 파일 확장자: .BMP, .bmp
지원되는 요소 유형:
이진 데이터, 부호 없는 8비트, 부호 없는 16비트
데이터 풀 내부 데이터 풀과의 가상 IO
인식되는 파일 확장자: .@
디컴 DICOM용 2D 이미지 io
인식되는 파일 확장자: .DCM, .dcm
지원되는 요소 유형:
부호 있는 16비트, 부호 없는 16비트
exr OpenEXR 이미지용 2dimage io 플러그인
인식되는 파일 확장자: .EXR, .exr
지원되는 요소 유형:
부호 없는 32비트, 부동 소수점 32비트
JPG jpeg 그레이 스케일 이미지용 2dimage io 플러그인
인식되는 파일 확장자: .JPEG, .JPG, .jpeg, .jpg
지원되는 요소 유형:
부호 없는 8비트
PNG png 이미지용 2dimage io 플러그인
인식되는 파일 확장자: .PNG, .png
지원되는 요소 유형:
이진 데이터, 부호 없는 8비트, 부호 없는 16비트
살갗이 벗어 진 RAW 2D 이미지 출력 지원
인식되는 파일 확장자: .RAW, .raw
지원되는 요소 유형:
이진 데이터, 부호 있는 8비트, 부호 없는 8비트, 부호 있는 16비트, 부호 없는 16비트,
부호 있는 32비트, 부호 없는 32비트, 부동 소수점 32비트, 부동 소수점 64
비트
티파니 TIFF 2D 이미지 입출력 지원
인식되는 파일 확장자: .TIF, .TIFF, .tif, .tiff
지원되는 요소 유형:
이진 데이터, 부호 없는 8비트, 부호 없는 16비트, 부호 없는 32비트
비스타 비스타 이미지용 2dimage io 플러그인
인식되는 파일 확장자: .V, .VISTA, .v, .vista
지원되는 요소 유형:
이진 데이터, 부호 있는 8비트, 부호 없는 8비트, 부호 있는 16비트, 부호 없는 16비트,
부호 있는 32비트, 부호 없는 32비트, 부동 소수점 32비트, 부동 소수점 64
비트
플러그인 : 2차원 이미지/마스크 비용
lncc 마스킹 지원을 통한 로컬 정규화 상호 상관, 지원되는 매개변수
위치 :
w = 5; 단위 [1, 256]
지역화된 십자가를 평가하는 데 사용되는 창의 절반 너비
상관.
mi 마스킹이 있는 스플라인 파젠 기반 상호 정보, 지원되는 매개변수는 다음과 같습니다.
절단 = 0; [0, 40]에 부동
제거할 높은 강도와 낮은 강도로 잘라낼 픽셀의 비율
이상치.
엠빈 = 64; 단위 [1, 256]
동영상에 사용된 히스토그램 빈의 수입니다.
커널 = [bspline:d=3]; 공장
동영상 파젠 힌스토그램용 스플라인 커널. 지원되는 플러그인의 경우
플러그인:1d/splinekernel 참조
빈 = 64; 단위 [1, 256]
참조 이미지에 사용된 히스토그램 빈의 수입니다.
커널 = [bspline:d=0]; 공장
참조 이미지 파젠 힌스토그램용 스플라인 커널. 지원되는 플러그-
플러그인: 1d/splinekernel 참조
NCC 마스킹 지원과의 정규화된 상호 상관.
(매개변수 없음)
SSD 마스킹을 사용한 차이 제곱의 합입니다.
(매개변수 없음)
플러그인 : 2D 이미지/변환
아핀 아핀 변환(XNUMX개의 자유도). 지원되는 매개변수는 다음과 같습니다.
경계 = 거울; 공장
이미지 보간 경계 조건. 지원되는 플러그인은 다음을 참조하십시오.
플러그인:1d/splinebc
이미지 커널 = [bspline:d=3]; 공장
이미지 보간기 커널. 지원되는 플러그인은 다음을 참조하십시오.
플러그인:1d/splinekernel
까다로운 강체 변환(즉, 회전 및 병진, XNUMX도
자유). 지원되는 매개변수는 다음과 같습니다.
경계 = 거울; 공장
이미지 보간 경계 조건. 지원되는 플러그인은 다음을 참조하십시오.
플러그인:1d/splinebc
이미지 커널 = [bspline:d=3]; 공장
이미지 보간기 커널. 지원되는 플러그인은 다음을 참조하십시오.
플러그인:1d/splinekernel
썩은 중심 = [[0,0]]; 2차원 벡터
상대 회전 중심, 즉 <0.5,0.5>는
지원 사각형.
회전 회전 변환(즉, 주어진 중심에 대한 회전, XNUMX도
자유). 지원되는 매개변수는 다음과 같습니다.
경계 = 거울; 공장
이미지 보간 경계 조건. 지원되는 플러그인은 다음을 참조하십시오.
플러그인:1d/splinebc
이미지 커널 = [bspline:d=3]; 공장
이미지 보간기 커널. 지원되는 플러그인은 다음을 참조하십시오.
플러그인:1d/splinekernel
썩은 중심 = [[0,0]]; 2차원 벡터
상대 회전 중심, 즉 <0.5,0.5>는
지원 사각형.
스플라인 B-스플라인 계수 세트로 설명할 수 있는 자유 형식 변환
및 기본 B-스플라인 커널. 지원되는 매개변수는 다음과 같습니다.
아니소레이트 = [[0,0]]; 2차원 벡터
픽셀 단위의 이방성 계수 비율, 양수가 아닌 값은
'요율' 값으로 덮어씁니다.
경계 = 거울; 공장
이미지 보간 경계 조건. 지원되는 플러그인은 다음을 참조하십시오.
플러그인:1d/splinebc
이미지 커널 = [bspline:d=3]; 공장
이미지 보간기 커널. 지원되는 플러그인은 다음을 참조하십시오.
플러그인:1d/splinekernel
커널 = [bspline:d=3]; 공장
변환 스플라인 커널.. 지원되는 플러그인은 다음을 참조하십시오.
플러그인:1d/splinekernel
형벌 = ; 공장
변신 페널티 기간. 지원되는 플러그인은 다음을 참조하십시오.
플러그인:2d변환/스플라인 페널티
율 = 10; 부동 소수점 [1, inf)
등방성 계수 비율(픽셀 단위).
번역 변환 전용(XNUMX개의 자유도), 지원되는 매개변수는 다음과 같습니다.
경계 = 거울; 공장
이미지 보간 경계 조건. 지원되는 플러그인은 다음을 참조하십시오.
플러그인:1d/splinebc
이미지 커널 = [bspline:d=3]; 공장
이미지 보간기 커널. 지원되는 플러그인은 다음을 참조하십시오.
플러그인:1d/splinekernel
vf 이 플러그인은 각각에 대한 번역을 정의하는 변환을 구현합니다.
변환 영역을 정의하는 그리드의 점, 지원됨
매개변수는 다음과 같습니다.
경계 = 거울; 공장
이미지 보간 경계 조건. 지원되는 플러그인은 다음을 참조하십시오.
플러그인:1d/splinebc
이미지 커널 = [bspline:d=3]; 공장
이미지 보간기 커널. 지원되는 플러그인은 다음을 참조하십시오.
플러그인:1d/splinekernel
플러그인 : 2d변환/io
게시판 2D 변환의 이진(비휴대용) 직렬화된 IO
인식되는 파일 확장자: .bbs
데이터 풀 내부 데이터 풀과의 가상 IO
인식되는 파일 확장자: .@
비스타 2D 변환의 Vista 스토리지
인식되는 파일 확장자: .v2dt
XML 2D 변환의 XML 직렬 IO
인식되는 파일 확장자: .x2dt
플러그인 : 2d변환/스플라인 페널티
디컬 변환에 대한 divcurl 패널티 지원되는 매개변수는 다음과 같습니다.
컬 = 1; 부동 소수점 [0, inf)
컬에 대한 페널티 웨이트.
DIV = 1; 부동 소수점 [0, inf)
발산에 대한 페널티 가중치.
표준 = 0; 부울
이미지에 대해 패널티를 정규화해야 하는 경우 1로 설정합니다.
크기.
무게 = 1; 부동 소수점 (0, inf)
패널티 에너지의 무게.
플러그인 : 최소화/단일 비용
그다스 자동 단계 크기 수정이 있는 경사 하강. 지원되는 매개변수는 다음과 같습니다.
프톨러 = 0; 이중 [0, inf)
기준의 상대적 변화가 아래에 있으면 중지..
최대 단계 = 2; 더블 인 (0, inf)
최대 절대 단계 크기.
맥시터 = 200; 단위 [1, inf)
중지 기준: 최대 반복 횟수.
최소 단계 = 0.1; 더블 인 (0, inf)
최소 절대 단계 크기.
엑스톨라 = 0.01; 이중 [0, inf)
x에 적용된 변경 사항의 inf-norm이 이 값보다 낮으면 중지합니다.
gdsq XNUMX차 단계 추정을 사용한 경사하강법, 지원되는 매개변수는 다음과 같습니다.
프톨러 = 0; 이중 [0, inf)
기준의 상대적 변화가 아래에 있으면 중지..
그톨라 = 0; 이중 [0, inf)
그래디언트의 inf-norm이 이 값보다 낮으면 중지합니다.
맥시터 = 100; 단위 [1, inf)
중지 기준: 최대 반복 횟수.
규모 = 2; 더블 인 (1, inf)
대체 고정 단계 크기 조정.
단계 = 0.1; 더블 인 (0, inf)
초기 단계 크기.
엑스톨라 = 0; 이중 [0, inf)
x-update의 inf-norm이 이 값보다 낮으면 중지합니다.
GSL GNU 과학 라이브러리의 multimin 최적화 프로그램을 기반으로 하는 최적화 플러그인
(GSL) https://www.gnu.org/software/gsl/, 지원되는 매개변수는 다음과 같습니다.
분기 EPS = 0.01; 더블 인 (0, inf)
그래디언트 기반 옵티마이저: |grad| < eps, simplex: 중지할 때
심플렉스 크기 < ..
iter = 100; 단위 [1, inf)
최대 반복 횟수.
고르다 = 지디; 딕셔너리
사용할 특정 옵티마이저. 지원되는 값은 다음과 같습니다.
bfgs - Broyden-Fletcher-Goldfarb-Shann
bfgs2 ‐ Broyden-Fletcher-Goldfarb-Shann(가장 효율적인 버전)
cg-fr - Flecher-Reeves 켤레 기울기 알고리즘
gd - 경사하강법.
단순 - Nelder와 Mead의 Simplex 알고리즘
cg-pr ‐ Polak-Ribiere 켤레 기울기 알고리즘
단계 = 0.001; 더블 인 (0, inf)
초기 단계 크기.
톨 = 0.1; 더블 인 (0, inf)
일부 공차 매개 변수.
nlopt NLOPT 라이브러리를 사용한 최소화 알고리즘
옵티마이저는 '를 참조하십시오.http://ab-
initio.mit.edu/wiki/index.php/NLopt_Algorithms'에서 지원되는 매개변수는 다음과 같습니다.
프톨라 = 0; 이중 [0, inf)
정지 기준: 목표값의 절대 변화가 이하
이 값.
프톨러 = 0; 이중 [0, inf)
정지 기준: 목표값의 상대적 변화가 아래에 있음
이 값.
더 높은 = 정보; 더블
상위 경계(모든 매개변수에 대해 동일).
지역 선택 = 없음; 딕셔너리
메인에 필요할 수 있는 국소 최소화 알고리즘
최소화 알고리즘.. 지원되는 값은 다음과 같습니다.
gn-orig-다이렉트-l - 사각형 나누기(원래 구현,
국부적으로 편향됨)
gn-직접-l-noscal ‐ 사각형 분할(크기가 조정되지 않음, 로컬 바이어스)
gn-isres - 스토캐스틱 랭킹 진화 전략 개선
ld-tnewton - 잘린 뉴턴
gn-direct-l-land ‐ 사각형 분할(로컬 편향, 무작위)
인뉴오아 ‐ 반복에 의한 미분 제약 없는 최적화
구성된 XNUMX차 근사
gn-direct-l-rand-noscale ‐ 분할 사각형(크기가 조정되지 않은 로컬
편향, 무작위)
gn-orig-다이렉트 ‐ 사각형 분할(원래 구현)
ld-tnewton-precond ‐ 선조건 절단된 뉴턴
ld-tnewton-다시 시작 ‐ 가장 가파른 내리막 재시동으로 절단된 Newton
GN 다이렉트 - 사각형 나누기
인넬더미드 ‐ Nelder-Mead 심플렉스 알고리즘
인-코빌라 ‐ 선형 근사에 의한 제약 최적화
gn-crs2-lm - 국소 돌연변이를 이용한 통제된 무작위 검색
ld-var2 - Shifted Limited-Memory Variable-Metric, Rank 2
ld-var1 - Shifted Limited-Memory Variable-Metric, Rank 1
ld-mma - 점근선 이동 방법
ld-lbfgs-nocedal - 없음
ld-lbfgs - 저저장 BFGS
gn-다이렉트-l ‐ 사각형 분할(로컬 편향)
없음 - 알고리즘을 지정하지 마십시오.
인보비카 ‐ 도함수가 없는 바운드 제약 최적화
ln-sbplx - Nelder-Mead의 Subplex 변형
인뉴오아 바운드 ‐ derivative-free bound-constrained Optimization
반복적으로 구성된 이차 근사
ln-실천 - 주축을 통한 Gradient-free Local Optimization
방법
gn-직접 노스칼 ‐ 사각형 나누기(크기 조정되지 않음)
ld-tnewton-precond-다시 시작 ‐ 다음을 포함하는 사전 조정된 절단된 뉴턴
가장 가파른 내리막 재시동
절감 = -inf; 더블
하한(모든 매개변수에 대해 동일).
맥시터 = 100; [1, inf)의 정수
중지 기준: 최대 반복 횟수.
고르다 = ld-lbfgs; 딕셔너리
주요 최소화 알고리즘. 지원되는 값은 다음과 같습니다.
gn-orig-다이렉트-l - 사각형 나누기(원래 구현,
국부적으로 편향됨)
g-mlsl-lds - Multi-Level Single-Linkage (낮은 불일치 시퀀스,
로컬 그래디언트 기반 최적화 및 경계 필요)
gn-직접-l-noscal ‐ 사각형 분할(크기가 조정되지 않음, 로컬 바이어스)
gn-isres - 스토캐스틱 랭킹 진화 전략 개선
ld-tnewton - 잘린 뉴턴
gn-direct-l-land ‐ 사각형 분할(로컬 편향, 무작위)
인뉴오아 ‐ 반복에 의한 미분 제약 없는 최적화
구성된 XNUMX차 근사
gn-direct-l-rand-noscale ‐ 분할 사각형(크기가 조정되지 않은 로컬
편향, 무작위)
gn-orig-다이렉트 ‐ 사각형 분할(원래 구현)
ld-tnewton-precond ‐ 선조건 절단된 뉴턴
ld-tnewton-다시 시작 ‐ 가장 가파른 내리막 재시동으로 절단된 Newton
GN 다이렉트 - 사각형 나누기
aulag-eq - 등식 제약 조건이 있는 증강 라그랑주 알고리즘
만
인넬더미드 ‐ Nelder-Mead 심플렉스 알고리즘
인-코빌라 ‐ 선형 근사에 의한 제약 최적화
gn-crs2-lm - 국소 돌연변이를 이용한 통제된 무작위 검색
ld-var2 - Shifted Limited-Memory Variable-Metric, Rank 2
ld-var1 - Shifted Limited-Memory Variable-Metric, Rank 1
ld-mma - 점근선 이동 방법
ld-lbfgs-nocedal - 없음
g-mlsl ‐ Multi-Level Single-Linkage(로컬 최적화 및
범위)
ld-lbfgs - 저저장 BFGS
gn-다이렉트-l ‐ 사각형 분할(로컬 편향)
인보비카 ‐ 도함수가 없는 바운드 제약 최적화
ln-sbplx - Nelder-Mead의 Subplex 변형
인뉴오아 바운드 ‐ derivative-free bound-constrained Optimization
반복적으로 구성된 이차 근사
오글래그 - 증강 라그랑지안 알고리즘
ln-실천 - 주축을 통한 Gradient-free Local Optimization
방법
gn-직접 노스칼 ‐ 사각형 나누기(크기 조정되지 않음)
ld-tnewton-precond-다시 시작 ‐ 다음을 포함하는 사전 조정된 절단된 뉴턴
가장 가파른 내리막 재시동
ld-slsqp - 순차 최소제곱 이차 계획법
단계 = 0; 이중 [0, inf)
그라디언트 없는 방법의 초기 단계 크기입니다.
중지 = -inf; 더블
정지 기준: 기능 값이 이 값 아래로 떨어집니다.
엑스톨라 = 0; 이중 [0, inf)
중지 기준: 모든 x 값의 절대 변화가 이 미만입니다.
값.
엑스톨러 = 0; 이중 [0, inf)
중지 기준: 모든 x-값의 상대적 변화가 이 미만입니다.
값.
예
계수가 포함된 스플라인 변환을 사용하여 이미지 test.v를 이미지 ref.v에 등록합니다.
5의 비율로 등록된 이미지를 reg.v에 씁니다. 두 가지 다중 해상도 수준인 SSD를 다음과 같이 사용하십시오.
이미지 비용 함수와 divcurl의 가중치는 변환 부드러움 페널티로 10.0입니다. 그만큼
결과 변환은 reg.vf에 저장됩니다.
mia-2d다중이미지등록 -o reg.vf -l 2
-f 스플라인:속도=3,페널티=divcurl
이미지:비용=ssd,src=test.v,ref=ref.v
저자
게르트 월니
저작권
이 소프트웨어는 Copyright (c) 1999-2015 Leipzig, Germany 및 Madrid, Spain입니다. 그것은 온다
절대적으로 보증하지 않으며 GNU의 조건에 따라 재배포할 수 있습니다.
일반 공용 라이센스 버전 3(또는 그 이상). 자세한 내용은 다음을 사용하여 프로그램을 실행하십시오.
옵션 '--저작권'.
onworks.net 서비스를 사용하여 온라인으로 mia-2dmultiimageregistration을 사용하세요.
