mia-3dprealign-nonrigid - 클라우드에서의 온라인

프로그램:

이름

mia-3dprealign-nonrigid - 일련의 3D 이미지 등록.

개요

mia-3dprealign-비강체 -i -o [옵션]

기술

mia-3dprealign-비강체 이 프로그램은 다음과 같이 이미지 시리즈의 비강체 등록을 실행합니다.
먼저 이미 정렬된 이미지 하위 집합을 하나의 참조에 등록한 다음
합성 참조를 사용하여 나머지 이미지를 등록합니다. G의 3D 버전입니다.
Wollny, MJ Ledesma-Cabryo, P.Kellman 및 A.Santos, "준주기성 활용"
자유 호흡의 동작 교정," 의료 영상에 관한 IEEE 거래, 29(8), 2010.

옵션

파일 IO
-i --in-file=(입력, 필수); 아이오
지원되는 파일의 경우 이름 패턴 nameXXXX.ext를 따르는 이미지 입력
유형은 PLUGINS:3dimage/io를 참조하십시오.

-o --out-file=(출력, 필수); 아이오
C 형식 문자열로 제공되는 등록된 파일의 파일 이름 기반 지원되는 경우
파일 형식은 PLUGINS:3dimage/io를 참조하십시오.

--참조 저장
파일 refXXXX.v에 대한 합성 참조 저장

전제 조건 & 전처리
-k --건너뛰기=0
시리즈 시작 시 이미지 건너뛰기 시리즈 시작 시 이미지 건너뛰기

--프리스킵=20
높은 검색 시 처음부터 이미지 건너뛰기+시리즈 건너뛰기
대조 이미지검색 시 시작 부분의 이미지 건너뛰기+시리즈 건너뛰기
고대비 이미지의 경우

--postskip=2
높은 콘트라스트를 검색할 때 시리즈 끝의 이미지를 건너뜁니다.
image고대비 검색 시 시리즈 끝 부분의 이미지 건너뛰기
영상

--최대-후보=20
글로벌 참조 이미지의 최대 후보 수최대 수
글로벌 참조 이미지 후보

-S --비용 시리즈=이미지:비용=[ngf:평가=ds]
사용할 seriesConst 함수의 분석에 사용할 Const 함수
시리즈 분석은 지원되는 플러그인을 참조하십시오.
플러그인:3dimage/fullcost

--ref-idx=
이 파일에 참조 색인 번호 저장

-R --글로벌 참조=-1
이 파일에 참조 색인 번호 저장 이 파일에 참조 색인 번호 저장
파일

-D --최대-하위 집합-델타=0
미리 정렬된 하위 집합의 두 요소 간의 최대 델타최대 델타
미리 정렬된 하위 집합의 두 요소 사이

등록
-O --optimizer=gsl:opt=gd,단계=0.01
최소화에 사용되는 옵티마이저 최소화에 사용되는 옵티마이저
지원되는 플러그인은 PLUGINS:minimizer/singlecost 참조

-l --mr-레벨=3
다중 해상도 수준다중 해상도 수준

-f --transForm=스플라인
변환 유형변환 유형 지원되는 플러그인은 다음을 참조하십시오.
플러그인:3d이미지/변환

-1 --비용 하위 집합=이미지:비용=[ngf:평가=ds]
부분집합 등록 시 비용 함수 registrationCost 함수
하위 집합 등록 중 등록 지원되는 플러그인에 대해서는 다음을 참조하십시오.
플러그인:3dimage/fullcost

-2 --비용-최종=이미지:비용=ssd
최종 등록 시 등록 비용 함수Cost 함수
최종 등록 중 등록 지원되는 플러그인은 다음을 참조하십시오.
플러그인:3dimage/fullcost

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/스페이셜커널

시디프 중심 차분 필터 커널, 미러 경계 조건이 사용됩니다.

(매개변수 없음)

가우스 공간 가우스 필터 커널, 지원되는 매개변수는 다음과 같습니다.

w = 1; 단위 [0, inf)
절반 필터 너비.

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 : 3d 이미지/컴바이너

abdiff 이미지 결합기 'absdiff'

(매개변수 없음)

더하다 이미지 결합기 '추가'

(매개변수 없음)

DIV 이미지 결합기 'div'

(매개변수 없음)

MUL 이미지 결합기 'mul'

(매개변수 없음)

이하 이미지 결합기 '서브'

(매개변수 없음)

플러그인 : 3d 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.

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. 정규화된 그래디언트 필드 $ _S$와 src 이미지의 $ _R$가 주어졌을 때
참조 이미지 다양한 평가자가 구현됩니다. 지원되는 매개변수는 다음과 같습니다.

평가 = ds; 딕셔너리
플러그인 하위 유형(sq, ds, dot, cross). 지원되는 값은 다음과 같습니다.
ds - 스케일된 차이의 제곱
점 - 스칼라 곱 커널
교차 - 크로스 프로덕트 커널

SSD 3D 이미지 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
3D 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 : 3d 이미지/필터

대역 통과 강도 대역통과 필터, 지원되는 매개변수는 다음과 같습니다.

최대 = 3.40282e+38; 뜨다
밴드의 최대치.

분 = 0; 뜨다
밴드의 최소값.

이진화 이미지 이진화 필터, 지원되는 매개변수는 다음과 같습니다.

최대 = 3.40282e+38; 뜨다
허용 범위의 최대값.

분 = 0; 뜨다
허용 범위의 최소.

가까운 형태학적 닫기, 지원되는 매개변수는 다음과 같습니다.

비치다 = 검은색; 끈
메인 이미지 콘텐츠에 대한 힌트(흑백).

형성 = [구:r=2]; 공장
구조화 요소. 지원되는 플러그인은 PLUGINS:3dimage/shape를 참조하십시오.

결합기 주어진 결합 연산자로 두 개의 이미지를 결합합니다. 'reverse'가 로 설정된 경우
false인 경우 첫 번째 연산자는 필터 파이프라인을 통해 전달된 이미지이고,
두 번째 이미지는 'image' 매개변수와 함께 제공된 파일에서 로드됩니다.
필터가 실행되는 순간 지원되는 매개변수는 다음과 같습니다.

영상 =(입력, 필수, 문자열)
Combiner에 필요한 두 번째 이미지.

op =(필수, 공장)
이미지에 적용할 이미지 결합기입니다. 지원되는 플러그인은 다음을 참조하십시오.
플러그인:3dimage/combiner

역 = 0; 부울
이미지가 결합기로 전달되는 순서를 반대로 합니다.

변하게 하다 이미지 픽셀 형식 변환 필터, 지원되는 매개변수는 다음과 같습니다.

a = 1; 뜨다
선형 변환 매개변수 a.

b = 0; 뜨다
선형 변환 매개변수 b.

지도 = 선택; 딕셔너리
변환 매핑. 지원되는 값은 다음과 같습니다.
고르다 - 실제 입력 범위를 매핑하는 선형 변환 적용
전체 출력 범위
범위 - 입력 데이터 유형을 매핑하는 선형 변환 적용
범위에서 출력 데이터 유형 범위까지
복사 - 변환 시 데이터 복사
선의 - 선형 변환 적용 x -> a*x+b
옵트스타트 - 입력 평균을 기반으로 매핑되는 선형 변환을 적용하고
전체 출력 범위에 대한 변형

대표 = 유바이트; 딕셔너리
출력 픽셀 유형. 지원되는 값은 다음과 같습니다.
없음 - 정의된 픽셀 유형 없음
뜨다 - 부동 소수점 32비트
바이트 - 부호 있는 8비트
울롱 - 부호 없는 64비트
더블 - 부동 소수점 64비트
신트 - 부호 있는 32비트
짧은 - 부호 없는 16비트
짧다 - 부호 있는 16비트
단위 - 부호 없는 32비트
길다 - 부호 있는 64비트
비트 - 바이너리 데이터
유바이트 - 부호 없는 8비트

작물 이미지 영역 자르기, 해당 영역은 항상 원본 이미지에 고정됩니다.
주어진 범위가 유지된다는 의미에서 크기. 지원되는 매개변수는 다음과 같습니다.

end = [[4294967295,4294967295,4294967295]]; 스트리밍 가능
자르기 범위의 끝, 최대값 = (-1,-1,-1).

스타트 = [[0,0,0]]; 스트리밍 가능
자르기 범위의 시작.

팽창하다 3D 이미지 스택 확장 필터, 지원되는 매개변수는 다음과 같습니다.

비치다 = 검은색; 끈
메인 이미지 콘텐츠에 대한 힌트(흑백).

형성 = [구:r=2]; 공장
구조화 요소. 지원되는 플러그인은 PLUGINS:3dimage/shape를 참조하십시오.

거리 이미지의 3D 거리 변환을 평가합니다. 이미지가 바이너리 마스크인 경우,
그런 다음 각 점의 거리 변환 결과는 유클리드에 해당합니다.
마스크와의 거리. 입력 이미지가 스칼라 픽셀 값인 경우
이 스칼라는 높이 필드로 해석되고 픽셀당 값이
거리.

(매개변수 없음)

축소 축소를 정의하기 위해 주어진 블록 크기를 사용하여 입력 이미지 축소
요인. 크기를 조정하기 전에 스무딩 필터로 이미지를 필터링하여
고주파 데이터를 제거하고 앨리어싱 아티팩트를 방지합니다., 지원됨
매개변수는 다음과 같습니다.

b = [[1,1,1]]; 3차원 경계
블록 크기.

bx = 1; 단위 [1, inf)
x 방향의 블록 크기.

by = 1; 단위 [1, inf)
y 방향으로 블록 크기.

bz = 1; 단위 [1, inf)
z 방향의 블록 크기.

커널 = 가우스; 끈
적용할 스무딩 필터 커널, 필터의 크기 추정
블록 사이즈 기준으로..

좀먹다 3d 이미지 스택 침식 필터, 지원되는 매개변수는 다음과 같습니다.

비치다 = 검은색; 끈
메인 이미지 콘텐츠에 대한 힌트(흑백).

형성 = [구:r=2]; 공장
구조화 요소. 지원되는 플러그인은 PLUGINS:3dimage/shape를 참조하십시오.

가우스 등방성 3D 가우스 필터, 지원되는 매개변수는 다음과 같습니다.

w = 1; [0, inf)의 정수
필터 너비 매개변수.

대학원 3D 이미지를 그래디언트 놈 필터로

(매개변수 없음)

그로우마스크 입력 바이너리 마스크와 참조 그레이 스케일 이미지를 사용하여 영역 성장 수행
더 낮은 값이 있는 경우 이미 추가된 픽셀의 이웃 픽셀을 추가하여
주어진 임계값을 초과하는 강도, 지원되는 매개변수는 다음과 같습니다.

분 = 1; 뜨다
마스크 성장에 대한 더 낮은 임계값.

심판 =(입력, 필수, 문자열)
마스크 영역 성장에 대한 참조 이미지입니다.

형성 = 6n; 공장
동네 마스크. 지원되는 플러그인은 PLUGINS:3dimage/shape를 참조하십시오.

거꾸로 하다 강도 반전 필터

(매개변수 없음)

이소복셀 이 필터는 이미지의 크기를 조정하여 복셀 크기를 아이소메트릭하고 크기를 다음과 같이 만듭니다.
지정된 값에 해당하며 지원되는 매개변수는 다음과 같습니다.

인터프 = [bspline:d=3]; 공장
사용할 보간 커널 . 지원되는 플러그인은 다음을 참조하십시오.
플러그인:1d/splinekernel

크기 = 1; 부동 소수점 (0, inf)
아이소메트릭 대상 복셀 크기.

kmeans 3D 이미지 k-평균 필터. 출력 이미지에서 픽셀 값은
클래스 멤버십 및 클래스 센터는 이미지의 속성으로 저장됩니다.
지원되는 매개변수는 다음과 같습니다.

c = 3; [2, inf)의 정수
수업 수.

상표 이진 이미지의 연결된 구성 요소에 레이블을 지정하는 필터, 지원됨
매개변수는 다음과 같습니다.

n = 6n; 공장
동네 마스크. 지원되는 플러그인은 PLUGINS:3dimage/shape를 참조하십시오.

레이블 맵 레이블 ID를 다시 매핑하는 이미지 필터입니다. 정수 값을 가진 이미지에만 적용 가능
강도/레이블. 지원되는 매개변수는 다음과 같습니다.

지도 =(입력, 필수, 문자열)
레이블 매핑 파일.

라벨 스케일
입력에서 이미 생성된 출력 복셀만 생성하는 필터
영상. 스케일링은 대상을 선택하는 투표 알고리즘을 사용하여 수행됩니다.
특정 레이블의 가장 높은 픽셀 수를 기반으로 한 픽셀 값
해당 소스 지역. 영역이 동일한 레이블을 가진 두 개의 레이블로 구성된 경우
count, 더 낮은 숫자가 승리합니다. 지원되는 매개변수는 다음과 같습니다.

특대 =(필수, 3dbounds)
두 개의 쉼표로 구분된 값으로 지정된 대상 크기입니다.

하중 파일에서 입력 이미지를 로드하고 이를 사용하여 파일의 현재 이미지를 대체합니다.
파이프라인. 지원되는 매개변수는 다음과 같습니다.

파일 =(입력, 필수, 문자열)
로드할 입력 파일의 이름..

lv다운스케일
이것은 레이블 투표 축소 필터입니다. 3D 이미지를 블록 단위로 축소합니다.
각 블록에 대해 블록에서 가장 많이 나타나는 (XNUMX이 아닌) 레이블은 다음과 같습니다.
대상 이미지의 출력 픽셀로 발행됩니다. 두 개의 레이블이 동일한 번호로 나타나는 경우
경우에 따라 절대값이 낮은 쪽이 이깁니다. 지원되는 매개변수는 다음과 같습니다.

b = [[1,1,1]]; 3차원 경계
축소를 위한 블록 크기. 각 블록은 하나의 픽셀로 표시됩니다.
대상 이미지에..

마스크 이미지를 마스크하면 하나의 이미지는 매개변수 목록에서 가져오고 다른 하나는 다음에서 가져옵니다.
일반 필터 입력 두 이미지는 모두 크기가 같아야 하며 하나는 다음과 같아야 합니다.
바이너리가 된다. 필터 파이프라인을 통해 들어오는 이미지의 속성은 다음과 같습니다.
보존. 출력 픽셀 유형은 그렇지 않은 입력 이미지에 해당합니다.
바이너리. 지원되는 매개변수는 다음과 같습니다.

입력 =(입력, 필수, 문자열)
두 번째 입력 이미지 파일 이름.

평균 3D 이미지 평균 필터, 지원되는 매개변수는 다음과 같습니다.

w = 1; [1, inf)의 정수
절반 필터 너비.

중앙 분리대 중앙값 3d 필터, 지원되는 매개변수는 다음과 같습니다.

w = 1; [1, inf)의 정수
필터 너비 매개변수.

mlv 최소 분산 3D 이미지 필터의 평균, 지원되는 매개변수는 다음과 같습니다.

w = 1; [1, inf)의 정수
필터 너비 매개변수.

msnormalizer
3D 이미지 평균 시그마 정규화 필터, 지원되는 매개변수는 다음과 같습니다.

w = 1; [1, inf)의 정수
절반 필터 너비.

열 수 형태학적 개방, 지원되는 매개변수는 다음과 같습니다.

비치다 = 검은색; 끈
메인 이미지 콘텐츠에 대한 힌트(흑백).

형성 = [구:r=2]; 공장
구조화 요소. 지원되는 플러그인은 PLUGINS:3dimage/shape를 참조하십시오.

방향을 바꾸다 3D 이미지 방향 변경 필터, 지원되는 매개변수는 다음과 같습니다.

지도 = xyz; 딕셔너리
적용할 방향 매핑. 지원되는 값은 다음과 같습니다.
p-zxy ‐ 순열 x->y->z->x
r-x180 - x축을 중심으로 시계 방향으로 180도 회전
XYZ - 방향 유지
p-yzx ‐ 순열 x->z->y->x
r-z180 - z축을 중심으로 시계 방향으로 180도 회전
r-y270 - y축을 중심으로 시계 방향으로 270도 회전
f-xz - 플립 xz
f-yz - 플립 yz
r-x90 - x축을 중심으로 시계 방향으로 90도 회전
r-y90 - y축을 중심으로 시계 방향으로 90도 회전
r-x270 - x축을 중심으로 시계 방향으로 270도 회전
r-z270 - z축을 중심으로 시계 방향으로 270도 회전
r-z90 - z축을 중심으로 시계 방향으로 90도 회전
f-xy - 플립 XY
r-y180 - y축을 중심으로 시계 방향으로 180도 회전

크기 조정 이미지 크기를 조정합니다. 원본 데이터는 새로운 크기의 이미지 중앙에 위치합니다.,
지원되는 매개변수는 다음과 같습니다.

크기 = [[0,0,0]]; 스트리밍 가능
이미지의 새 크기 크기 0은 크기를 유지하기 위해 나타냅니다.
해당 치수..

모래 소금과 후추 3d 필터, 지원되는 매개변수는 다음과 같습니다.

뒹굴다 = 100; 부동 소수점 [0, inf)
타작 가치.

w = 1; [1, inf)의 정수
필터 너비 매개변수.

규모 지정된 대상 크기로 확장되는 3D 이미지 필터, 지원되는 매개변수는 다음과 같습니다.

인터프 = [bspline:d=3]; 공장
사용할 보간 커널 . 지원되는 플러그인은 다음을 참조하십시오.
플러그인:1d/splinekernel

s = [[0,0,0]]; 3차원 경계
모든 컴포넌트를 한번에 설정하기 위한 타겟 사이즈 (컴포넌트 0:입력 이미지 사용
크기).

sx = 0; 단위 [0, inf)
x 방향의 대상 크기(0:입력 이미지 크기 사용).

sy = 0; 단위 [0, inf)
y 방향의 대상 크기(0:입력 이미지 크기 사용).

sz = 0; 단위 [0, inf)
y 방향의 대상 크기(0:입력 이미지 크기 사용).

셀렉트 빅 가장 높은 강도를 나타내는 바이너리 마스크를 생성하는 필터
픽셀 수입니다. 픽셀 값 0은 무시되며 두 강도가
픽셀 수가 같으면 결과가 정의되지 않습니다. 입력 픽셀에는 다음이 있어야 합니다.
적분 픽셀 유형.

(매개변수 없음)

셉컨브 3D 이미지 강도 분리 컨볼루션 필터, 지원되는 매개변수는 다음과 같습니다.

kx = [가우스:w=1]; 공장
x 방향에서 커널을 필터링합니다. 지원되는 플러그인은 다음을 참조하십시오.
플러그인:1d/spacekernel

ky = [가우스:w=1]; 공장
y 방향으로 커널을 필터링합니다. 지원되는 플러그인은 다음을 참조하십시오.
플러그인:1d/spacekernel

kz = [가우스:w=1]; 공장
z 방향에서 커널을 필터링합니다. 지원되는 플러그인은 다음을 참조하십시오.
플러그인:1d/spacekernel

스위스 인 씨를 뿌린 분수대. 알고리즘은 초기에 정확히 많은 영역을 추출합니다.
레이블은 시드 이미지에 제공되며 지원되는 매개변수는 다음과 같습니다.

대학원 = 0; 부울
입력 이미지를 기울기로 해석합니다. .

표 = 0; 부울
특수 그레이 스케일 값으로 분할된 유역을 표시합니다.

n = [구:r=1]; 공장
성장하는 워터헤드 지역을 위한 이웃. 지원되는 플러그인은 다음을 참조하십시오.
플러그인:3d이미지/모양

씨 =(입력, 필수, 문자열)
초기 영역에 대한 레이블이 포함된 시드 입력 이미지입니다.

티 입력 이미지를 파일로 저장하고 다음 필터에도 전달하고,
지원되는 매개변수는 다음과 같습니다.

파일 =(출력, 필수, 문자열)
이미지를 저장할 출력 파일의 이름도..

엷게하는 Lee and Kashyap, 'Building Skeleton Models'에 기반한 3D 형태학적 얇아짐
3D Medial Surface/Axis Thinning Algorithms', 그래픽 모델 및 이미지를 통해
처리, 56(6):462-478, 1994. 이 ​​구현은 26
이웃.

(매개변수 없음)

변환 주어진 변환으로 입력 이미지를 변환합니다., 지원되는 매개변수
위치 :

파일 =(입력, 필수, 문자열)
변환이 포함된 파일의 이름..

경계 = ; 끈
이미지 보간 경계 조건을 재정의합니다.

이미지 커널 = ; 끈
이미지 보간기 커널을 재정의합니다.

변화 3D 이미지 분산 필터, 지원되는 매개변수는 다음과 같습니다.

w = 1; [1, inf)의 정수
절반 필터 너비.

ws 기본 수두 세분화, 지원되는 매개변수는 다음과 같습니다.

에발그라드 = 0; 부울
입력 이미지가 기울기 표준 이미지를 나타내지 않는 경우 1로 설정합니다.

표 = 0; 부울
특수 그레이 스케일 값으로 분할된 유역을 표시합니다.

n = [구:r=1]; 공장
성장하는 워터헤드 지역을 위한 이웃. 지원되는 플러그인은 다음을 참조하십시오.
플러그인:3d이미지/모양

뒹굴다 = 0; [0, 1)에 부동
상대 기울기 표준 임계값. 실제 값 임계값은
thresh * (max_grad - min_grad) + min_grad. 그라디언트로 분리된 분지
더 낮은 규범으로 결합됩니다.

플러그인 : 3d 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:3dimage/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.

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. 마스크는 사전 필터링될 수 있음 - 사전 필터링 후
마스크는 비트 유형이어야 합니다. 참조 마스크 및 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:3dimage/maskedcost

심판 =(입력, 문자열)
참조 이미지.

참조 마스크 =(입력, 문자열)
참조 이미지 마스크(바이너리).

참조 마스크 필터 = ; 공장
참조 마스크 이미지를 준비하기 위한 필터, 출력은 바이너리여야 합니다.
image.. 지원되는 플러그인은 PLUGINS:3dimage/filter를 참조하십시오.

SRC =(입력, 문자열)
연구 이미지입니다.

src-마스크 =(입력, 문자열)
스터디 이미지 마스크(바이너리).

src 마스크 필터 = ; 공장
스터디 마스크 이미지를 준비하기 위한 필터, 출력은 바이너리여야 합니다.
image.. 지원되는 플러그인은 PLUGINS:3dimage/filter를 참조하십시오.

무게 = 1; 뜨다
비용 함수의 가중치.

태그가 지정된 세 가지를 사용하여 제곱 차이 유사성 측정의 합계를 평가합니다.
태그가 지정된 이미지 쌍. 비용 함수 값은 모든 이미지를 기반으로 평가됩니다.
쌍으로 구성되지만 태그를 기반으로 구성 요소를 구성하여 그래디언트를 구성합니다.
방향. 지원되는 매개변수는 다음과 같습니다.

refx =(입력, 문자열)
참조 이미지 X-태그.

리파이 =(입력, 문자열)
참조 이미지 Y-태그.

참조 =(입력, 문자열)
참조 이미지 Z-태그.

srcx =(입력, 문자열)
이미지 X-태그를 연구합니다.

srcy =(입력, 문자열)
연구 이미지 Y-태그.

srcz =(입력, 문자열)
연구 이미지 Z-태그.

무게 = 1; 뜨다
비용 함수의 가중치.

플러그인 : 3d 이미지/io

분석하다 7.5 이미지 분석

인식되는 파일 확장자: .HDR, .hdr

지원되는 요소 유형:
부호 없는 8비트, 부호 있는 16비트, 부호 있는 32비트, 부동 소수점 32비트,
부동 소수점 64비트

데이터 풀 내부 데이터 풀과의 가상 IO

인식되는 파일 확장자: .@

디컴 3D로서의 Dicom 이미지 시리즈

인식되는 파일 확장자: .DCM, .dcm

지원되는 요소 유형:
부호 있는 16비트, 부호 없는 16비트

HDF5 HDF5 3D 이미지 IO

인식되는 파일 확장자: .H5, .h5

지원되는 요소 유형:
이진 데이터, 부호 있는 8비트, 부호 없는 8비트, 부호 있는 16비트, 부호 없는 16비트,
부호 있는 32비트, 부호 없는 32비트, 부호 있는 64비트, 부호 없는 64비트, 부동
소수점 32비트, 부동 소수점 64비트

인리아 인리아 이미지

인식되는 파일 확장자: .INR, .inr

지원되는 요소 유형:
부호 있는 8비트, 부호 없는 8비트, 부호 있는 16비트, 부호 없는 16비트, 부호 있는 32
비트, 부호 없는 32비트, 부동 소수점 32비트, 부동 소수점 64비트

mhd VTK 구현을 사용하는 MetaIO 3D 이미지 IO(실험적).

인식되는 파일 확장자: .MHA, .MHD, .mha, .mhd

지원되는 요소 유형:
부호 있는 8비트, 부호 없는 8비트, 부호 있는 16비트, 부호 없는 16비트, 부호 있는 32
비트, 부호 없는 32비트, 부동 소수점 32비트, 부동 소수점 64비트

멋진 NIFTI-1 3D 이미지 IO

인식되는 파일 확장자: .NII, .nii

지원되는 요소 유형:
부호 있는 8비트, 부호 없는 8비트, 부호 있는 16비트, 부호 없는 16비트, 부호 있는 32
비트, 부호 없는 32비트, 부호 있는 64비트, 부호 없는 64비트, 부동 소수점 32
비트, 부동 소수점 64비트

vff VFF 태양 래스터 형식

인식되는 파일 확장자: .VFF, .vff

지원되는 요소 유형:
부호 없는 8비트, 부호 있는 16비트

비스타 3D 뷰

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

vti 3D 이미지 VTK-XML 입력 및 출력(실험).

인식되는 파일 확장자: .VTI, .vti

지원되는 요소 유형:
부호 있는 8비트, 부호 없는 8비트, 부호 있는 16비트, 부호 없는 16비트, 부호 있는 32
비트, 부호 없는 32비트, 부동 소수점 32비트, 부동 소수점 64비트

vtk 3D VTK 이미지 레거시 입력 및 출력(실험).

인식되는 파일 확장자: .VTK, .VTKIMAGE, .vtk, .vtkimage

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 : 3차원 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 : 3차원 이미지/모양

18n 18n 이웃 3D 모양 생성기

(매개변수 없음)

26n 26n 이웃 3D 모양 생성기

(매개변수 없음)

6n 6n 이웃 3D 모양 생성기

(매개변수 없음)

구체 주어진 반경 내의 픽셀을 포함하는 닫힌 구형 모양 이웃
r., 지원되는 매개변수는 다음과 같습니다.

r = 2; 부동 소수점 (0, inf)
구 반경.

플러그인 : 3D 이미지/변환

아핀 아핀 변환(12 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

축 로트 제한된 회전 변환(1 자유도). 변환은
주어진 회전에 대한 주어진 축 주위의 회전으로 제한됨
센터에서 지원되는 매개변수는 다음과 같습니다.

축 =(필수, 3df벡터)
회전축.

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

출발지 =(필수, 3df벡터)
변신의 중심.

세련된 제한된 아핀 변환(3자유도). 변환은
주어진 축 주위의 회전과 두 축을 따른 전단으로 제한됨
주어진 매개변수에 수직으로 지원되는 매개변수는 다음과 같습니다.

축 =(필수, 3df벡터)
회전축.

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

출발지 =(필수, 3df벡터)
변신의 중심.

까다로운 강체 변환, 즉 회전 및 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

출발지 = [[0,0,0]]; 3차원 벡터
상대 회전 중심, 즉 <0.5,0.5,0.5>는
음량.

회전 회전 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

출발지 = [[0,0,0]]; 3차원 벡터
상대 회전 중심, 즉 <0.5,0.5,0.5>는
음량.

로트벤드 제한된 변환(4 자유도). 변환은
x 및 y 축을 중심으로 한 회전 및 x를 따라 굽힘으로 제한됨
축, 각 방향에서 독립, 굽힘이 증가함에 따라
회전 축으로부터의 제곱 거리. 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

노롯 = 0; 부울
회전을 최적화하지 마십시오.

출발지 =(필수, 3df벡터)
변신의 중심.

스플라인 B-스플라인 계수 세트로 설명할 수 있는 자유 형식 변환
및 기본 B-스플라인 커널. 지원되는 매개변수는 다음과 같습니다.

아니소레이트 = [[0,0,0]]; 3차원 벡터
픽셀 단위의 이방성 계수 비율, 양수가 아닌 값은
'요율' 값으로 덮어씁니다.

디버그 = 0; 부울
추가 디버깅 출력을 활성화합니다.

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
변환 패널티 에너지 용어. 지원되는 플러그인은 다음을 참조하십시오.
플러그인:3d변환/스플라인 페널티

율 = 10; 부동 소수점 [1, inf)
등방성 계수 비율(픽셀 단위).

번역 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

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 : 3d변환/io

게시판 3D 변환의 이진(비휴대용) 직렬화된 IO

인식되는 파일 확장자: .bbs

데이터 풀 내부 데이터 풀과의 가상 IO

인식되는 파일 확장자: .@

비스타 3D 변환의 Vista 스토리지

인식되는 파일 확장자: .v, .v3dt

XML 3D 변환의 XML 직렬 IO

인식되는 파일 확장자: .x3dt

플러그인 : 3d변환/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

스플라인 기반 최적화를 통해 imageXXXX.v 이미지에서 제공하는 이미지 시리즈를 등록합니다.
16픽셀의 계수율로 변환, 처음에 두 이미지 건너뛰기
정규화된 그래디언트 필드를 초기 비용 측정값으로 사용하고 SSD를 최종 측정값으로 사용합니다.
가중치가 2.0인 divcurl을 사용하여 변환에 페널티를 적용합니다. 옵티마이저로서 nlopt
뉴턴 기반 방법이 사용됩니다.

mia-3dprealign-nonrigid mia-3dprealign-nonrigid -i imageXXXX.v -o 등록됨 -t vista -k
2-F 스플라인:속도=16,페널티=[divcurl:weight=2] -1 이미지:비용=[ngf:eval=ds] -2
이미지:비용=ssd -O nlopt:opt=ld-var1,xtola=0.001,ftolr=0.001,maxiter=300

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-3dprealign-nonrigid를 사용하세요.